数据科学专业在未来十年的发展前景

什么是Data Science **** PC互联网和移动互联网使得我们每天都生活在海量数据中，我们已经全面进入大数据时代，在如今，数据就是资源，而Data Science就是专门利用数据创造商业价值的职业。
Data Science比软件工程师更擅长统计，而比统计学家更懂软件工程

而从上面韦恩图可以看到更详细的划分， Data Science 主要分为三块，Computer Science，Math & Statistics，和 Substantive Expertise（即具体领域的相关知识），这三个领域的交集即是 Data Science 。 *Data Science 工作流程

从上图可以看到，典型的 Data Science 工作流程分为7步，分别是：

Business Understanding 即Data Scientist永远在问问题，他不仅要问我们要解决什么问题，还要问我们知道什么，我们不知道什么，我们想知道什么，要弄清楚数据到底包含了哪些信息，不包含哪些信息。 Data Mining 即收集项目所必须的数据。 Data Cleaning 即清理不可用的数据。 Data Exploration 即提出假设，并利用数据来检验假设。 Feature Engineering 即分析和理解数据之间的关系。 Predictive Modeling 即用数据建模进行预测。 Data Visualization 即构建可视化的报告。

就业前景****Data Science 是一个相当新的领域，虽然”大数据“时代的概念已经有些年头，但对于DS来讲，未来依旧很光明，可就职岗位于 Finance、Engineering、Marketing等领域。
*院校推荐*

墨尔本大学

墨尔本大学在数据科学领域具有较高的世界排名。墨尔本大学数据科学硕士专业旨在培养学生的技术能力和分析技能，这对管理数量庞大且复杂的数据集合并从中获得见解至关重要。通过该课程，你将能够熟练使用统计工具。技术和方法，并运用深入分析和评估法来解决数据领域中的现实问题。

新南威尔士大学 **** 新南威尔士大学与商业和产业界之间的联系更为紧密，并一直致力学术创新。作为澳大利亚研究型大学，新南威尔士大学的研究实力雄厚，研究范围涵盖所有的领域，如生物和医学、信息技术和材料工程、经济学、社会科学等。

昆士兰大学

昆士兰大学的数据科学将成为澳洲首例把计算。高级统计。数学和商业知识，应用于工业、政府、社会和科学背景，且把数据科学的本质属性均衡，包括数据的伦理使用，数据科学的法律考虑，业务沟通，与相关的大数据工具和技术的实际经验，以及创造性和破坏性的思维应用到复杂的问题

除了以上所列举的大学之外，澳洲开设数据科学相关专业的学校还有很多，申请条件也不尽相同，建议想要申请的小伙伴尽快联系陈老师。