最近好几个朋友都在问“大数据与数据科学课程体系”的东西，这里依自己的学习经验和相关的资料做个整理，供参考。

一、 大数据与数据科学专业

二、 大数据与数据科学培养的主要人才

大数据与数据科学主要培养大数据应用分析师、大数据系统工程师、大数据算法研究员几大类，每个大类下又可以根据具体的岗位职责做一定的细分，大致可以分为如下这些：

1、 大数据应用分析师：产品、行业应用、解决方案、数据分析、创新

2、 大数据系统工程师：系统、架构、开发、维护、管理

3、 大数据算法研究员：算法实现/调优、新理论、新结构/新算法、方向/趋势

三、 大数据与数据科学的整体课程体系

数学/统计理论：微积分、线性代数、概率论、数理统计、统计学习

计算科学：计算机系统、编程语言、数据结构、信息系统架构（CS/BS等）

数据系统：分布式理论、Hadoop/Spark生态、数据库/数据仓库

模型分析：机器学习理论、优化建模、模式识别、知识表示/推理、可视化分析

行业应用：商务智能、智能金融、供应链分析、城市规划等

数据伦理：大数据管理与创新、大数据治理与政策

四、 大数据与数据科学的主要课程内容

1、概率论与数理统计

数理统计的基本概念、抽样分布、参数估计、假设检验

2、多元统计分析

多元正态分布；聚类分析；判别分析；主成分分析；因子分析；对应分析；Logistic回归模型、偏最小二乘回归模型等。

3、微积分

基本的微积分概念、计算原理

4、线性代数

基本的线性代数概念、计算原理

5、时间序列分析

时间序列的基本概念、基本原理、基本方法、定量分析

6、程序设计/数据结构

编程语言（Python或R、C或Java）、主要的程序结构、基本的数据结构、常用算法

7、计算机系统基础

计算机系统架构的基本概念、常规信息系统的基本架构、主要的数据传输方法、数据解析和信息抽取技术

8、大数据导论

Hadoop大数据的基本概念、大数据分析基础、大数据挖掘基础、大数据可视化技术基础、大数据存储技术基础、大数据安全技术基础、数据科学基础、大数据与crm等

9、Hadoop大数据技术

Hadoop生态，介绍Hadoop的安装和配置，Hadoop的组件包括HDFS分布式存储系统，MapReduce计算框架，海量数据库HBase，Hive数据仓库，Pig、ZooKeeper管理系统等知识

10、分布式数据库原理及应用

介绍分布式数据库的原理和应用，以及当前大数据行业主要的非结构化的数据库，内容包括分布式数据库设计，分布式查询的分解与优化，事务管理，分布式并发控制，分布式数据库管理系统的可靠性，数据复制等分布式数据管理技术的经典内容

11、数据建模分析

介绍数据挖掘/建模的主要流程以及除算法外的其它建模重点，包括数据探索性分析、建模（具体的建模算法放到数据挖掘课程）、实验设计、评估方法等

12、数据仓库与数据挖掘技术

经典以及最新的数据建模分析技术研究成果，如小波分析、Rough分析、蚁群分析、分形技术、Agent、进化算法、分/聚类分析、非结构数据的挖掘、离群数据挖掘。（分两个重点方向：算法设计原理和算法应用）

13、数据可视化技术

从人、数据、可视化流程等三个层面阐述数据可视化的基础理论和概念；针对实际应用中遇到的不同类型的数据，包括时空数据、地理信息数据、高维非空间数据、层次和网络数据介绍相应的可视化方法；介绍可视化综合应用及实用系统

14、大数据分析与内存计算

Spark的体系结构、工作机制、安装与部署、开发环境搭建、计算模型、Benchmark、BDAS等内容；应用角度讲解了一些简单的、有代表性的案例

15、商业智能方法与应用

介绍商务智能的基本概念、主要功能、系统架构，以及数据分析和数据管理的主要方法和技术，包括数据仓库、在线分析处理以及数据挖掘的建模、分析和评价方法，涵盖多维数据模型的建模、多维分析方法以及各种知识发现方法等

16、大数据管理与创新

介绍大数据管理的基本理念、方法、流程以及如何建立相关的数据团队，并对创新的数据管理提供一些思考方向

17、大数据治理与政策

介绍大数据的发展对社会治理的作用、影响以及相关的政策法规、从业者的相关道德要求等

面对具体的专业方向开设相关的数据应用课程或讲座应用比如：

18、模式识别/计算机视觉：介绍非结构化数据在模式识别、图像识别等方面的处理技术和原理等；

19、自然语言处理/知识表示/推理：介绍文本型数据在智能系统中的处理和表示技术及原理；

20、大数据与城市规划：介绍数据治理在城市规划中的具体应用和相关的技术原理等；

21、大数据与金融、大数据与供应链分析、大数据与营销……..

五、 大数据与数据科学的课程选课标准

针对不同的人才培养方向，给学生提供不同的选课标准和方法，大致建议可以按照如下的几个方向选课：

方向: 大数据应用分析师

核心选课（编码）: 1/2/3/4/5/6/7/8/11/15/16/17

深入学习课程（编码）: 11/15/20/21

方向: 大数据系统工程师

核心选课（编码）: 1/2/3/4/5/6/7/8/9/10/11/12/13/14/15/16/17

深入学习课程（编码）: 9/10/12/11/13/14

方向: 大数据算法研究员

核心选课（编码）: 1/2/3/4/5/6/7/8/9/10/11/12/13/14/15/16/17

深入学习课程（编码）:1/2/3/4/5/6/12

六、 培养方向与课程体系设置讨论

1、大数据：大数据的课程偏向系统工程师以及算法研究员，偏计算机的知识更多，如果结合非结构化数据的处理技术（自然语言、计算视觉、语音等），这块内容更有点偏向人工智能的课程，成果强调的是智能化的产品和设备；

2、数据科学：数据科学的课程更偏向统计、优化，更强调的是一种优化、实验、迭代、分析等建模的思维，同时结合行业应用的深度更强。所以单纯从数据科学这个角度来看，主要的核心主要包括：

• 数据科学导论（Introductionto Data Science）或数据科学原理（Principles of data science）；
• 数据可视化（DataVisualization）或可视分析学（Visual analytics）；
• 数据产品开发（DataProduct Development）；
• 探索性数据分析（ExploratoryData Analysis，EDA）；
• 大数据分析(BigData Analytics)；
• 试验设计（ExperimentalDesign 或 Design of Experiment）；
• 优化论（Optimization）；
• 因果分析（Causality）；
• 数据科学综合训练课程（DataScience Capstone）

七、附录

1、清华大数据研究院—数据科学课程体系

2、香港中文大学---数据科学课程体系

必修课

1.统计学理论

2.机器学习

3.数据挖掘入门

4.时间序列分析

5.数据库原理与开发

选修课

1.应用回归分析

2.应用多元方法

3.贝叶斯分析入门

4.数值算法分析

5.人工智能

6.优化理论入门

7.信息论及编码

8.图像处理与计算机视觉

9.分布式系统入门

10.应用并行编程

11.大数据建模与管理

12.网路数据分析

13.数据驱动实验设计与衡量

14.数据可视化入门

15.运营管理与分析

16.市场营销管理与分析

17.金融分析

18.经济分析

19.创新设计思考方法论

3、国外典型数据科学专业及其特色课程

学校: 加州大学伯克利分校

学位名称: 信息与数据科学硕士

特色课程: Master of Information and Data Science

• Python 与数据科学/Python for Data Science
• 研究设计及数据与分析中的应用/Research Design and Application for Data and Analysis
• 数据存储与检索/Storing and Retrieving Data
• 应用机器学习/ Applied Machine Learning
• 试验与因果分析/Experiments and Causality
• 大数据——人与价值/ Behind the Data: Humans and Values
• (纵向扩展及真正的)大数据/ Scaling Up! Really Big Data
• 数据可视化与沟通/ Data Visualization and Communication
• （数据科学）综合训练课程/ Synthetic Capstone Course

学校: 约翰·霍普金斯大学

学位名称: 数据科学理学硕士
特色课程: Master of Science in Data Science

• 数据科学/Data Science
• 数据可视化/Data Visualization
• 随机优化与控制/Stochastic Optimization and Control
• 数据科学家的工具箱/Data Scientist's Toolbox
• 数据采集与清洗/Getting and Cleaning Data
• 探索性数据分析/Exploratory Data Analysis
• 可重复研究/Reproducible Research
• 实用机器学习/Practical Machine Learning
• 数据产品开发/Developing Data Products
• 数据科学综合训练课程/Data Science Capstone

学校: 华盛顿大学

学位名称: 数据科学理学硕士
特色课程: Master of Science in Data Science

• 数据可视化与探索性分析/Data Visualization & Exploratory Analytics
• 应用统计与试验设计/Applied Statistics & Experimental Design
• 数据管理与数据科学/Data Management for Data Science
• 数据科学家常用的统计机器学习/Statistical Machine Learning for Data Scientists
• 面向数据科学的软件设计/Software Design for Data Science
• 可扩展的数据系统与算法/Scalable Data Systems & Algorithms
• 以人为中心的数据科学/Human-Centered Data Science
• 数据科学综合训练课程/Data Science Capstone Project

学校: 纽约大学

学位名称: 数据科学理学硕士

特色课程: MS in Data Science

• 数据科学导论/ Intro to Data Science
• 大数据/Big Data
• 面向数据科学的统计学与概率论/Probability and Statistics for Data Science
• 推理与表示/ Inference and Representation
• 机器学习与计算统计学/ Machine Learning and Computational Statistics
• 数据科学综合训练课程/ Capstone Project in Data Science
• 基于优化的数据分析/Optimization-based Data Analysis
• 非光滑凸优化/Convex and Nonsmooth Optimization

学校: 斯坦福大学

学位名称: 统计学:数据科学理学硕士学位

特色课程: http://M.S.in Statistics:Data Science

• 现代应用统计学:学习/Modern Applied Statistics: Learning
• 现代应用统计学:数据挖掘/Modern Applied Statistics: Data Mining
• 数据驱动型医学/ Data Driven Medicine
• 现代统计学与现代生物学/Modern Statistics for Modern Biology
• 大数据商务智能/ Business Intelligence from Big Data
• 基于数据的计算范式/Paradigms for Computing with Data

学校: 卡内基梅隆大学

学位名称: 计算数据科学硕士学位
特色课程: Master of Computational Data Science

• 云计算/Cloud Computing
• 高级云计算/Advanced Cloud Computing
• 多媒体数据库及数据挖掘/Multimedia Databases and Data Mining
• 移动与普适计算/Mobile and Pervasive Computing
• 大数据集的机器学习/Machine Learning with Big Data Sets
• 智能信息系统的设计与开发/Design and Engineering of Intelligent Info Systems
• 大数据分析学/Big Data Analytics

学校: 哥伦比亚大学

学位名称: 数据科学理学硕士

特色课程: Master of Science in Data Science

• 数据科学导论/Introduction to Data Science
• 面向数据科学的计算机系统/Computer Systems for Data Science
• 探索性数据分析与可视化/Exploratory Data Analysis & Visualization
• 数据科学中的因果推理/ Causal Inference for Data Science
• 大数据分析学/Big Data Analytics
• 数据科学综合训练及伦理/Data Science Capstone & Ethics

学校: 伦敦城市大学

学位名称: 数据科学理学硕士
特色课程: MSc in Data Science

• 数据科学原理/Principles of data science
• 大数据/Big Data
• 可视分析学/Visual analytics
• 数据可视化/Data visualization
• 神经计算/Neural computing
• 研究方法与专业问题/Research Methods and Professional Issues
• 高级并发编程 /Advanced Programming: Concurrency

欢迎关注微信公号：数联未来（zycnb1）