大数据时代,应用统计学专业成考研香饽饽

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 大数据时代是现代生产力水平发展到一定阶段的必然产物。数据不断产生,而且越来越多。尽管当今“大数据”潮流让我们获得了海量数据,但掌握这些海量数据本身并无意义,真正的意义体现在对数据信息进行专业化的处理。


大数据时代是现代生产力水平发展到一定阶段的必然产物。数据不断产生,而且越来越多。尽管当今“大数据”潮流让我们获得了海量数据,但掌握这些海量数据本身并无意义,真正的意义体现在对数据信息进行专业化的处理。这就使统计学面临新的机遇和挑战,应用统计学应运而生。

突显实践分量

走进首都经济贸易大学统计学院院长纪宏的办公室,首先映入眼帘的是墙上贴的各种柱形图、折线图、饼形图。记者凝视许久,仍看不出什么“名堂”。“你可能不熟悉统计学,我给你举个例子。假如统计学是一把大刀,那么统计学学硕就是‘铁匠’,他知道如何打出一把好刀来。但‘铁匠’舞刀弄剑不敌关云长,关云长就好比应用统计学专硕。”纪宏告诉记者,虽然只增加了“应用”两个字,但分量不轻。

“即使教育部一直努力提高专硕的‘含金量’,也还是有很多人戴着‘有色眼镜’看专硕。”纪宏认为,专业硕士点的成立完全符合我国职业培训体系。我国职业需求呈“金字塔”模式:职业高中培养的是初级劳动者;大学阶段分本科和专科,培养的是中级劳动者;研究生阶段分学硕和专硕,专硕是“金字塔”顶端的高级劳动者。

在纪宏看来,统计学是一门关于数据的科学和艺术。统计学学硕要有扎实的理论基础和统计方法,就像科学家;而应用统计学专硕作为处理大量数据的人才,“玩转”数据,更像艺术家。“也可以称应用统计学专硕为工程师,因为他们还要学会使用软件来处理数据。”纪宏笑着说。当然,理论和实践是密不可分的。这两种硕士,一个侧重理论创新,一个侧重案例开发创新,可谓“各司其职”。

让数据“活”起来

之所以称为“大”数据,是因为它已经渗透到当今每个行业和业务职能领域。大数据如果没有被挖掘、分析、可视化地呈现,就是一堆“冷冰冰”的数字。只有应用统计学才能让大数据“活”起来,变成人人都能读懂的信息。

大数据起源于对超市数据的挖掘。最初美国80%的超市顾客都持卡消费。通过分析这80%持卡人的信息,超市可以判断哪些物品或活动更能吸引顾客,从而增加“回头客”的数量。在大数据时代,统计学专业的任务更加艰巨。一个优秀的调查分析师不仅要能处理数据,更要看到数据背后的潜在市场。

“统计学本身就是一个横向学科,涉及各个领域。在大数据时代,它更是对应多个职业。”纪宏认为。简单地说,统计学就是通过分析数据,研究其中的联系,得出相应的变化规律。在大数据时代,统计学就要将传统文本、图像的统计、分析向数据分析转变。“理工农医文,没有一个领域用不到统计学。比如新闻领域,收视率的调查就需要统计学。”纪宏举例说,又如一个秘书把领导的行程列成数据表格,按照统计学分析、解读,不仅能掌握领导的生活习惯、减轻自己的工作强度,而且能“轻而易举”地了解领导的工作作风,明确自己的工作方向。

21世纪是统计学的世纪。随着信息化、市场化的加深,统计学让数据“大有可观”。应用统计学更是让数据变“活”、变“亲切”、变得更有价值。

院校方向各异

作为统计学专业指导委员会成员,纪宏对大部分高校统计学专业培养的侧重点都有所了解。“这个专业培养方向是多元化的,全国至少有五六个培养方向。”厦门大学侧重经济统计;中央财经大学、西南财经大学侧重金融统计;中国人民大学门类比较齐全,涉及经济、生物与卫生流行病、风险管理等多个方面;南开大学侧重工业统计;北京大学和北京师范大学侧重理论统计;复旦大学侧重管理统计;首经贸侧重金融统计分析和市场调查与分析。

首经贸应用统计学的培养非常有特色。在开设课程时,实践比例占大部分。教学方式采用课程授课、案例研讨和专业实习等多种形式。“我们可不是通过数学进行推导的。‘双导师制’早已实施,校外的导师是我们精挑细选的统计学‘大亨’。”纪宏笑着说。学校应用统计学实习基地设在银行、统计局等“高平台”。

“很多人认为学统计学,数学要倍儿棒。其实对于专硕来说,不会涉及高深的数学推导,明白就好。”纪宏介绍,应用统计学更欢迎“对数据有感觉的人”来学习。与学硕不同,专硕不用每天“咬着笔头”冥思苦想和数学公式“打交道”,而要真正动起手来解决实际问题。“既要有从海量数据中捕捉信息的能力,又要有过硬的软件使用能力去处理数据。”纪宏说。


原文发布时间为:2014-04-16


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
98 1
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
60 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
118 2
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
123 3
ly~
|
2月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
337 2
ly~
|
2月前
|
供应链 监控 搜索推荐
大数据的应用场景
大数据在众多行业中的应用场景广泛,涵盖金融、零售、医疗保健、交通物流、制造、能源、政府公共服务及教育等领域。在金融行业,大数据用于风险评估、精准营销、反欺诈以及决策支持;零售业则应用于商品推荐、供应链管理和门店运营优化等;医疗保健领域利用大数据进行疾病预测、辅助诊断和医疗质量评估;交通物流业通过大数据优化物流配送、交通管理和运输安全;制造业则在生产过程优化、设备维护和供应链协同方面受益;能源行业运用大数据提升智能电网管理和能源勘探效率;政府和公共服务部门借助大数据改善城市管理、政务服务及公共安全;教育行业通过大数据实现个性化学习和资源优化配置;体育娱乐业则利用大数据提升赛事分析和娱乐制作水平。
ly~
445 2
|
3月前
|
机器学习/深度学习 运维 分布式计算
大数据技术专业就业前景
大数据技术专业就业前景广阔,广泛应用于互联网、金融、医疗等众多行业,助力企业数字化转型。岗位涵盖大数据开发、分析、运维及管理,如大数据工程师、分析师和系统运维工程师等。这些岗位因专业性和稀缺性而享有优厚薪资,尤其在一线城市可达20万至50万年薪。随着技术进步和经验积累,从业者可晋升为高级职位或投身数据咨询、创业等领域,发展空间巨大。
103 5
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
13天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
106 7
|
13天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
29 2
下一篇
无影云桌面