焉子乐
大数据分析师需要具备三方面基础知识，分别是数学、统计学和计算机，所以在本科阶段选择这三个专业未来都可以从事数据分析岗位，但是由于大数据分析往往需要更加全面的知识结构，所以目前不少高校已经陆续成立了大数据专业，大数据专业会围绕大数据相关领域搭建较为完整的知识体系，而数据分析则是其中的一个重点内容。
大数据在近些年来得到了广泛的重视，伴随着物联网和云计算的发展，大数据更是被给予了更多的发展空间，而大数据之所以广受关注，其中一个重要的原因就是大数据开辟出了新的价值领域，这个价值领域的核心就是数据价值化。由于数据会源源不断，而且数据量会越来越大，所以未来大数据领域将创造出巨大的价值，因此也可以说，在未来的物联网、智能化时代，谁掌握了数据，谁就掌握了生产材料。
对于企业来说，要想借助于大数据发展，必须要做好三件事，其一是积极完成数据的采集；其二是具备数据价值化能力；其三是具备应用能力，这三件事分别涉及到物联网、数据分析和人工智能。物联网完成数据采集，数据分析完成数据价值化，而人工智能则完成数据应用（决策），所以作为数据价值化的核心步骤，数据分析未来具有巨大的发展空间，数据分析的岗位附加值也将得到逐渐的提升。
最后，虽然数据分析未来的发展前景非常广阔，但是大数据分析目前依然处在落地应用的初期，对于人才的需求也更关注于研发型人才，所以建议在条件允许的情况下，读一下研究生。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！
IT人刘俊明
这个问题首先要弄清楚数据分析师的发展方向：一、业务方向——数据运营、数据分析师、商业分析师、用户研究、数据产品经理。
业务类岗位大多在业务部门，主要工作是数据提取、支撑各部门相关报表、监控数据异常和波动，找出问题、输出专题报告。
将来的发展路径：专精业务，晋升成为商业分析师、战略分析师或管理岗。需要具备商业洞察力。核心能力是商业思维。
二、技术方向——数据开发师、数据挖掘工程师、数据仓库工程师。
技术方向岗位有的在研发部门，有的则单独成立数据部门，与业务方向比较，要求更高的统计学能力及编程技巧，
另一条是提升技术能力，成长为算法专家或数据专家。
最后根据以上分析，对应的本科专业建议如下：1、建议本科阶段在国内的以计算机类专业最好的是数据科学和大数据专业，其余专业都没问题。理学类专业：信息与计算科学，统计学，数学，物理，管理类专业：管理学，市场营销，对外贸易，经济学类：金融学，经济学，金融工程，金融数学，为主，研究生建议以出国留学为主，或者国内升学，不过可选择学校太少，
2、由于数据分析职业是复合型的新型专业，建议本科阶段有条件的选择辅修专业如理学，计算机类专业辅修管理学等，管理学辅修数学专业，具体结合自己的学科特长和专业，对将来升学，读研，留学有很大的助力。
翔智未来升学规划研究
01
什么是大数据
大数据（Big Data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据有以下三个特点：大批量(Volume)、高速度(Velocity)和多样化(Variety) 。
大批量 – 大数据体积庞大。企业里到处充斥着数据，信息动不动就达到了TB级，甚至是PB级
高速度 – 大数据通常对时间敏感。为了最大限度地发挥其业务价值，大数据必须及时使用起来
多样化 – 大数据超越了结构化数据，它包括所有种类的非结构化数据，如文本、音频、视频、点击流、日志文件等等都可以是大数据的组成部分
大数据相关工作主要是指基于各种分析手段对大数据进行科学分析、挖掘、展现，以辅助企业做出商业决策。
02
国内外领先的大数据公司有哪些？
国内：阿里巴巴、华为、百度、腾讯、浪潮、探码科技、中兴通讯、神州融、中科曙光、华胜天成、用友等。
国际：IBM、惠普、Splunk、戴尔、Opower、Teradata、甲骨文、微软、亚马逊、谷歌、New Relic、Alation等。
03
大数据相关岗位及职责
1.大数据开发工程师
开发，建设，测试和维护架构；负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等
2.数据分析师
收集，处理和执行统计数据分析；运用工具，提取、分析、呈现数据，实现数据的商业意义，需要业务理解和工具应用能力
3.数据挖掘工程师
数据建模、机器学习和算法实现；商业智能，用户体验分析，预测流失用户等；需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求
4.数据架构师
需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署；高级算法设计与优化；数据相关系统设计与优化，需要平台级开发和架构设计能力
5.数据库开发
设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等
6.数据库管理
数据库设计、数据迁移、数据库性能管理、数据安全管理，故障检修问题、数据备份、数据恢复等
7.数据科学家
数据挖掘架构、模型标准、数据报告、数据分析方法；利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换
8.数据产品经理
把数据和业务结合起来做成数据产品；平台线提供基础平台和通用的数据工具，业务线提供更加贴近业务的分析框架和数据应用
学什么专业可以做大数据分析
我们就从硬实力和软实力这两个方向分别来分析什么专业可以从事大数据分析师。
硬实力：数据分析师需要学生有一定的数学、计算机背景，从这个出发点来说，数学、统计、计算机科学等专业可以从事数据分析工作。
不过，这三个专业的同学可以虽然可以处理大量数据，并且拥有很强的数据分析能力，但是这类同学对于Business 和 Marketing缺乏了解，数据分析的结果对于企业并无太大收益。
软实力：软实力要求学生懂业务、懂管理，从这个出发点来说，市场营销、电子商务、经济学等专业毕业后也可以从事数据分析相关工作。
不过，这几个专业在业务方面可能专业度非常高，但是缺点也是非常明显的：缺乏很强的数学和计算机背景，在实际操作中缺乏相关的专业技能。
而要说哪些专业更适合做大数据相关的工作，答案肯定是数据科学（DS/Data Science）和商业分析（BA/Business Analytics）是这两个专业。因为这两个专业本来就是专门为大数据时代而生的，而且不管是从硬实力还是软实力两个方面都非常符合大数据工作对于人才的要求。而随着大数据的快速发展，2013 年前后商业分析和数据科学陆续在各大院校开设。
LY
