數據科學與大數據技術專業人才培養方向
分析職位
分析工程師。利用統計模型、數據挖掘、機器學習等方法，進行數據清洗、數據分析，構建行業數據分析模型，可以為客戶提供有價值的信息，滿足客戶的需求。
算法工程師。大數據方向，從系統應用的角度，運用數據挖掘/統計學習的理論和方法，與專業工程師合作解決實際問題；人工智能方向，根據人工智能產品需求，完成技術方案設計、算法設計、核心模塊開發，組織解決項目開發過程中的重大技術問題。
R&D·喬布斯
建築工程師。負責Hadoop集群架構設計、開發、建設、管理、運維、優化，從數據采集到數據處理，從數據清洗到數據提取，從數據統計到數據分析，實現全產業線上大數據的應用分析和設計。
開發工程師。搭建基於hadoop和spark的數據分析平臺，設計開發分布式計算服務，負責機器學習和深度學習的開發。
操作和維護工程師。負責大數據基礎平臺的運維，保障平臺穩定可用，參與大數據自動化運維、監控和故障處理工具的設計。
管理崗位
產品經理。負責大數據平臺產品設計，主導數據產品的功能規劃和體驗設計，與R&D、數據分析、算法團隊緊密合作，挖掘數據的價值，形成數據產品，包括部分數據可視化的產品設計。
運營經理。根據業務特點，結合業務發展需求，建立數據監測模型，構建數據分析框架，了解業務方向和戰略，為業務戰略決策和業務方向提供決策支持、競爭分析和建議。
數據科學與大數據技術專業就業前景
人才需求方面，騰訊研究院於2017年2月發布了《2017年全球人工智能人才白皮書》。資料顯示，中國有592家公司，員工約4萬人，而中國人工智能人才需求已超過百萬。人才的嚴重短缺，迫使企業不斷降低工作經驗門檻，甚至從零開始培養人才。人工智能人才掌握技能的廣度和深度正在逐步提升。2017年求職的人工智能人才中，68%的人掌握了至少三項技能，簡歷中最常見的技能有spark、深度學習、算法研究、Hadoop、Python等。人工智能工程師的招聘主要集中在算法和開發兩大類。本科及以上學歷的人才是目前人工智能領域的主力軍，同時就業人口也在快速年輕化。
薪資方面，可以參考IT專業。2065、438+06屆本科畢業生就業薪資最高的10專業中，軟件工程、計算機科學與技術、電子信息工程穩步進入前十，薪資從7K到9K不等，IT行業薪資非常高。人工智能和大數據技術人才需求逐漸上升，未來可能發展成為就業前景最好的專業之壹。