大数据管理与应用专业

答：大数据管理与应用专业是一门新兴的专业，主要研究大数据分析理论和方法在经济管理中的应用以及大数据管理与治理方法。该专业培养掌握大数据管理技术与方法，能够运用大数据思维识别管理问题，具备大数据分析、挖掘、解释、结果呈现和大数据管理能力，能够快速挖掘大数据背后潜在的实际问题的管理价值，为其经营管理决策、投资决策提供科学依据的“技管双强”复合型人才。

该专业的优势主要有以下几点：

• 适应国家战略和商业竞争的现实需求，服务区域经济发展。在当前的大数据时代背景下，管理学与大数据相结合是一个必然的发展趋势，而且近几年很多管理学专业的老师都在寻求通过大数据来完成创新。大数据不仅意味着海量数据，更意味着发现商机和价值的能力。大数据无处不在，可用于战略规划、精准销售、生产和服务等领域，助力区域经济发展。
• 侧重商务数据分析，形成大数据多源数据包，作为商业大数据分析的基础。该专业重要是做数据的定量化分析，最终要实现智能化商业决策。依托校企一体化优势，汇集各产业商务数据，形成大数据多源数据包，作为商业大数据分析的基础。例如：商务数据分析、商务智能、电子健康、大数据金融、数据挖掘、大数据管理与治理等。
• 就业前景广阔，工作选择性多，薪资待遇高。该专业对于就业的要求还是很高的，当然对优秀人才的薪酬也是十分可观的。有权威数据表明，一些几乎是没有工作经验的大数据技术工程师的月薪都是在万元以上，一些有了两年工作经验的数据工程师其年薪资在50-80万之间，至于更加顶级的专业人员年薪过万也不是问题。 最为关键的是，在互联网公司就业的大数据人才的工资是要高于别的岗位的20%-30%。专业就业领域包括政府、医疗、金融、交通、教育、传媒、电商等领域从事数据应用开发、数据仓库应用、数字型企业管理与运营以及管理咨询等工作；主要岗位有数据分析师、大数据应用开发工程师、数据挖掘工程师等。

该专业的不足主要有以下几点：

• 专业课程设置较为复杂，涉及管理学、数学和计算机技术等多个领域，需要学生具备较强的学习能力和自主学习能力。该专业的核心课程包括数据结构、数据库原理及应用、Python开发与应用、Java高级程序设计、Tableau数据分析与可视化、商务智能与应用、大数据采集与处理、数据仓库技术与应用、人工智能与机器学习、R语言与数据分析、大数据技术及应用（Spark）、大数据治理、Hadoop开发、多元统计分析与SAS编程等。
• 专业实践要求较高，需要学生具备较强的动手能力和创新能力，能够在实际问题中运用大数据分析方法和技术，提出解决方案和建议。 该专业需要学生掌握大数据管理技术与方法，擅长金融、财务、经济管理等领域大数据解决方案，进行大数据存储、大数据分析与优化管理、大数据治理与辅助决策，并在大数据、云计算、人工智能等新兴技术方面具有较强实际工作能力。
• 专业竞争压力较大，需要学生具备较强的适应能力和持续学习能力，能够跟上大数据技术的快速发展和变化，不断更新知识和技能。大数据技术是一门不断创新和进步的科学，需要学生保持对新技术的敏感度和好奇心，不断探索和尝试，提高自己的竞争力和价值。

大数据管理与应用专业的应用范围非常广泛，涵盖了政府、医疗、金融、交通、教育、传媒、电商等领域。 以下是一些具体的应用场景：

• 政府部门可以利用大数据技术对社会治理、公共服务、城市规划等方面进行优化和创新，提高政府的透明度和效率，增强公民的参与度和满意度。例如：通过对公共安全视频监控数据的分析，可以预防和打击犯罪活动；通过对交通流量数据的分析，可以优化交通管理和出行指导；通过对环境监测数据的分析，可以监测和预警污染情况；通过对民意调查数据的分析，可以反映民众的诉求和需求。
• 医疗卫生领域可以利用大数据技术对医疗资源、医疗质量、医疗保障等方面进行改进和提升，提高医疗服务的普惠性和个性化，增强患者的健康水平和生活质量。例如：通过对电子健康档案数据的分析，可以实现患者信息的共享和互通；通过对医学影像数据的分析，可以辅助医生进行诊断和治疗；通过对基因组数据的分析，可以实现精准医疗和个性化药物；通过对传染病数据的分析，可以实现疾病的监测和防控。
• 金融领域可以利用大数据技术对金融市场、金融产品、金融风险等方面进行创新和优化，提高金融服务的普惠性和便捷性，增强金融机构的竞争力和盈利能力。例如：通过对股票市场数据的分析，可以实现股票价格的预测和投资策略的制定；通过对信用卡交易数据的分析，可以实现信用评估和风险控制；通过对互联网金融数据的分析，可以实现小额贷款和P2P借贷等业务的开展；通过对区块链数据的分析，可以实现数字货币和智能合约等应用的发展。
• 教育领域可以利用大数据技术对教育资源、教育质量、教育评价等方面进行改革和提高，提高教育服务的公平性和个性化，增强学生的学习效果和发展潜力。例如：通过对教育管理数据的分析，可以实现教育资源的优化配置和均衡发展；通过对在线教育数据的分析，可以实现教学内容的个性化推荐和学习路径的智能规划；通过对学习行为数据的分析，可以实现学习过程的实时监测和学习效果的动态评估；通过对职业发展数据的分析，可以实现学生的职业规划和就业指导。

未来，随着大数据技术的不断进步和创新，以及数据共享开放机制的不断完善，大数据管理与应用专业将在更多领域发挥重要作用，推动经济社会发展和民生改善。一些可能出现的应用场景有：

• 智慧城市：通过对城市各个方面的数据进行综合分析，实现城市管理、服务、运行、创新等方面的智能化，提升城市的可持续发展能力和居民的幸福感。例如：通过对公共设施数据的分析，可以实现公共设施的智能监测和维护；通过对能源消耗数据的分析，可以实现能源供需的智能平衡和节能减排；通过对社区活动数据的分析，可以实现社区治理的智能协调和民生服务。
• 智慧农业：通过对农业生产、流通、消费等环节的数据进行全面分析，实现农业生产、经营、管理等方面的智能化，提升农业的效率和质量，保障粮食安全和农民收入。例如：通过对土壤气象数据的分析，可以实现农作物种植的智能指导和灾害预警；通过对农产品物流数据的分析，可以实现农产品供应链的智能优化和溯源追踪；通过对农村电商数据的分析，可以实现农产品销售的智能推荐和价格预测。
• 智慧医疗：通过对医疗健康领域海量数据进行深度挖掘，实现医疗诊断、治疗、预防等方面的智能化，提升医疗服务水平和健康管理水平，促进人类健康福祉。例如：通过对医学文献数据的分析，可以实现医学知识图谱的构建和医学问答系统的开发；通过对医疗影像数据的分析，可以实现疾病识别和辅助诊断；通过对可穿戴设备数据的分析，可以实现健康状态监测和健康风险预警。

大数据管理与应用专业需要学习的课程内容包括以下几个方面：

• 基础课程：包括数学、统计学、计算机科学等方面的基本知识和技能，为后续的专业课程打下坚实的基础。例如：高等数学、线性代数、概率论与数理统计、离散数学、数据结构、数据库原理及应用、操作系统、计算机网络等。
• 专业课程：包括大数据管理与应用相关的理论和方法，涉及大数据处理分析、机器学习、自然语言处理、经济学、管理学等方面。例如：Python开发与应用、Java高级程序设计、Tableau数据分析与可视化、商务智能与应用、大数据采集与处理、数据仓库技术与应用、人工智能与机器学习、R语言与数据分析、大数据技术及应用（Spark）、大数据治理等。
• 实践课程：包括实验室实践、项目实训、毕业设计等方面，旨在培养学生的动手能力和创新能力，提高学生的实际问题解决能力和就业竞争力。例如：数据库系统实验、Python程序设计实验、商务智能系统开发实训、大数据分析项目实训等。

中国排名前十位有大数据管理与应用专业的大学：

• 北京大学
• 西安交通大学
• 哈尔滨工业大学
• 吉林大学
• 清华大学
• 同济大学
• 国防科技大学
• 北京航空航天大学
• 天津大学
• 合肥工业大学

大数据管理与应用专业应届毕业生适合在招聘网上投递的岗位有以下几类：

• 分析类岗位：主要负责使用统计模型、数据挖掘、机器学习等方法对数据进行清洗、分析、挖掘和可视化，为客户提供有价值的信息和建议，满足客户需求。例如：大数据分析师、大数据算法工程师、商业智能分析师等。
• 研发类岗位：主要负责基于Hadoop、Spark等平台进行大数据系统的架构设计、开发和优化，实现分布式计算、机器学习、深度学习等功能，解决实际问题。例如：大数据架构工程师、大数据开发工程师等。
• 运维类岗位：主要负责大数据基础平台的运维保障，确保平台的稳定可用，参与设计大数据自动化运维、监控、故障处理工具。例如：大数据运维工程师等。
• 管理类岗位：主要负责大数据产品的设计和规划，根据市场需求和用户反馈，制定产品功能和体验，与研发、分析、算法团队紧密合作，形成数据产品。例如：大数据产品经理等。

什么样的人适合在大学里学习大数据管理与应用专业呢？主要有以下几个方面：

• 对数据感兴趣：大数据管理与应用专业的核心是对数据进行分析和应用，因此需要对数据有一定的兴趣和好奇心，愿意从数据中发现规律和价值，喜欢探索和解决问题。
• 具备逻辑思维能力：大数据管理与应用专业需要掌握数学、统计学、计算机等基础知识，这些知识都需要较强的逻辑思维能力，能够理清思路，运用公式和算法，进行推理和证明。
• 具备编程能力：大数据管理与应用专业需要熟练运用Python、Java、SQL等编程语言和工具，进行数据获取、存储、处理、分析和可视化，因此需要具备一定的编程能力，能够编写高效和优雅的代码。
• 具备创新能力：大数据管理与应用专业不仅要求对现有的数据进行分析和应用，还要求能够创造新的数据产品和服务，满足不同领域的需求，因此需要具备一定的创新能力，能够结合市场和用户需求，设计新颖和有价值的解决方案。
• 具备沟通协作能力：大数据管理与应用专业需要与不同领域的人员进行沟通和协作，例如与客户沟通需求，与研发团队沟通方案，与分析团队沟通结果等，因此需要具备一定的沟通协作能力，能够清晰地表达自己的想法，也能够倾听和理解他人的观点。

如果您想要入门大数据管理与应用专业，推荐您阅读以下书籍：

1. 《大数据时代：生活、工作与思维的大变革》：这是一本国外大数据研究的先河之作，作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人”，本书从多个角度阐述了大数据时代的特征、影响和价值，让您对大数据有一个全面而深刻的认识。
2. 《Hadoop权威指南》：这是一本介绍Hadoop平台的经典书籍，Hadoop是目前最流行的大数据处理框架，本书从Hadoop的原理、架构、组件、编程模型等方面进行了详细的讲解，并提供了丰富的实例和案例，让您能够掌握Hadoop的核心技术。
3. 《Spark快速大数据分析》：这是一本介绍Spark平台的入门书籍，Spark是目前最火热的大数据处理框架之一，本书从Spark的基础知识、核心组件、编程模型等方面进行了系统的介绍，并提供了多种语言（Scala、Java、Python）的代码示例，让您能够快速上手Spark。
4. 《Hive编程指南》：这是一本介绍Hive工具的实用书籍，Hive是一个基于Hadoop的数据仓库工具，可以使用类似SQL的语言（HiveQL）来对存储在Hadoop上的数据进行查询和分析，本书从Hive的安装、配置、使用等方面进行了全面的指导，并提供了多种场景下的应用案例，让您能够灵活运用Hive。
5. 《Python机器学习》：这是一本介绍Python语言在机器学习领域应用的优秀书籍，Python是目前最受欢迎的编程语言之一，也是机器学习和人工智能领域常用的语言，本书从机器学习的基本概念、流程、算法等方面进行了深入浅出的讲解，并使用Python和相关库（如NumPy、SciPy、scikit-learn等）进行了实践演示，让您能够掌握Python机器学习的核心技能。
6. 《R语言实战》：这是一本介绍R语言在数据分析领域应用的经典书籍，R语言是一种专门用于数据分析和统计计算的语言，拥有丰富的数据处理、可视化和建模功能，本书从R语言的基础知识、数据结构、函数、图形等方面进行了全面的介绍，并使用R语言进行了多种数据分析的案例展示，让您能够熟练运用R语言进行数据分析。
7. 《数据可视化之美》：这是一本介绍数据可视化的教材，数据可视化是将数据通过图形、图表等方式进行直观展示的技术，可以帮助人们更好地理解和利用数据，本书系统介绍了数据可视化的相关概念和常识，并提供了多种工具和技巧，让您能够制作出美观而有效的数据可视化作品。

如果您想要在大学里学好这门专业，给您以下几点建议：

1. 打好基础：基础知识是学习任何专业的前提和保障，对于大数据管理与应用专业来说，您需要重视以下几方面的基础知识：计算机科学（包括编程语言、数据结构、算法、操作系统、数据库等）、管理学（包括管理原理、管理信息系统、运筹学、决策分析等）、数据科学（包括数据分析、数据挖掘、机器学习、人工智能等）、数学（包括高等数学、线性代数、概率论、统计学等）。您可以通过阅读教材、参加课程、做习题等方式来巩固和提高这些基础知识。
2. 跟上趋势：大数据管理与应用专业是一个非常动态和前沿的专业，每时每刻都有新的技术和方法出现，您需要保持对这些新事物的关注和了解，以免落后于时代。您可以通过阅读专业书籍、杂志、论文等文献，或者关注一些权威的网站、博客、公众号等平台，来获取最新的信息和知识。您也可以参加一些相关的竞赛、培训、研讨会等活动，来拓展视野和交流经验。
3. 动手实践：大数据管理与应用专业是一个非常实践性的专业，理论知识只有通过实际操作才能真正掌握和运用。您需要多动手实践，通过使用各种大数据技术和工具来处理真实或模拟的数据集，来解决一些具体的问题或完成一些有意义的项目。您可以通过参加课程设计、毕业设计、实验室研究等方式来进行实践，或者自己寻找一些感兴趣的数据集和问题来进行探索和分析。
4. 培养创新：大数据管理与应用专业是一个非常创新性的专业，每个数据集都有其独特性和复杂性，每个问题都有其挑战性和价值性，没有一成不变的套路和标准答案。您需要培养创新思维，通过对数据的观察、理解、提问和假设，来发现数据背后隐藏的规律和意义，通过对技术的选择、组合、改进和创造，来提出有效的解决方案和优化方法。

大数据管理与应用专业是一门需要掌握多种技术和方法的专业，如果您想要读懂一些具备该专业知识才能读懂的书籍，推荐您阅读以下五本书籍：

1. 《Hadoop源码分析》：这是一本全面细致的介绍和分析Hadoop源码和内部工作机理的的一本技术书籍。Hadoop是目前最流行的大数据处理框架，本书通过对Hadoop内部源码详细细致的解析，使得读者能够快速高效的理解Hadoop的内部工作机制，了解Hadoop内部源码架构，快速高效的上手Hadoop，对Hadoop有深刻的认识。
2. 《Flink基础教程》：这是一本介绍Flink平台的入门教程，Flink是目前最火热的大数据处理框架之一，它以同一种技术支持流处理和批处理，并能同时满足高吞吐、低延迟和容错的需求。本书由Flink项目核心成员执笔，系统阐释Flink的适用场景、设计理念、功能、用途和性能优势。
3. 《Kylin权威指南》：这是一本介绍Kylin工具的权威指南，Kylin是Hadoop大数据平台上的一个开源OLAP引擎，将大数据的查询速度和并发性能提升至原来的百倍以上，为超大规模数据集上的交互式大数据分析打开了大门。本书由Kylin核心开发团队编写，系统地介绍了Kylin安装、入门、可视化、模型调优、运维、二次开发等各个方面。
4. 《Spark机器学习：核心技术与实践》：这是一本介绍Spark平台在机器学习领域应用的优秀书籍，Spark是目前最受欢迎的大数据处理框架之一，也是机器学习和人工智能领域常用的框架之一。本书从机器学习的基本概念、流程、算法等方面进行了深入浅出的讲解，并使用Spark和相关库（如MLlib、GraphX等）进行了实践演示，让您能够掌握Spark机器学习的核心技能。
5. 《用户画像：方法论与工程化解决方案》：这是一本介绍用户画像技术和方法的实用书籍，用户画像是利用大数据分析技术对用户进行标签化和画像化的过程，可以帮助企业和组织更好地了解和服务用户。本书从技术维度系统讲解了用户画像的方法论和一些常见的工程化解决方案，适合具有一定开发能力，并且对于用户画像感兴趣的读者。

如果您想要了解该专业容易挂科的科目及难点，给您以下几点分析：

1. 容易挂科的科目：该专业容易挂科的科目主要有以下几类：
   • 数学类：包括高等数学、线性代数、概率论、统计学等。这些课程对于理解数据分析的原理和方法非常重要，但也需要较强的抽象思维和计算能力，如果不够扎实或者不努力学习，很容易出现成绩不理想的情况。
   • 编程类：包括Python、Java、R语言、SQL等。这些课程是实现大数据处理和应用的基本工具，需要掌握基本的语法、数据结构、算法等，以及如何使用各种库和框架。如果不具备一定的编程基础或者不勤于练习，很容易遇到各种问题和困难。
   • 专业类：包括大数据基础设施、数据库系统、数据仓库与数据挖掘、商务数据分析等。这些课程是该专业的核心课程，涉及到大数据管理与应用的理论和方法，需要综合运用数学和编程知识，以及对数据的理解和分析。如果不掌握好基础知识或者不注重实践，很容易在考试中失分。
2. 专业难点：该专业的难点主要有以下几方面：
   • 知识面广泛：该专业涉及到多个领域的知识，需要学习各种理论和技术，同时也需要关注各种行业和领域的数据应用。这就要求学生具备较强的自主学习能力和跨界思维能力，能够灵活地运用所学知识解决实际问题。
   • 技术更新快速：该专业是一个非常动态和前沿的专业，每时每刻都有新的技术和方法出现，需要学生保持对这些新事物的关注和了解，以免落后于时代。这就要求学生具备较强的创新意识和自我提升能力，能够不断地学习和掌握新技术。
   • 实践操作复杂：该专业是一个非常实践性的专业，理论知识只有通过实际操作才能真正掌握和运用。需要学生使用各种大数据技术和工具来处理真实或模拟的数据集，来解决一些具体的问题或完成一些有意义的项目。这就要求学生具备较强的动手能力和实验能力，能够熟练地操作各种软件和硬件。