数据科学从一开始就是一门跨学科的学科，它要求从业者在计算机和数学领域有一定的技能，以及与人和企业打交道的经验。
然而，数据分析员更注重回顾，例如分析历史数据。
如何学习数据科学可以参考：https:///i6649627433530032653/
我是计算机专业的。我已经工作了10年，一直从事软件设计。别听那些老师的话。他们根本不了解社会上的市场，所以我可以告诉你。
你儿子的专业也属于计算机类。具体来说，它是计算机专业下的一个子专业。当你问起未来，很难说。这取决于你儿子的学习方式。如果他学到了什么，他将有机会成为一个社会之外的苦力，这就是现在所谓的代码农民。如果你什么都没学到，恭喜你，你儿子将有机会在其他领域发展。说这话，就是告诉你不要局限于一个专业，而是要培养他的眼光和模式。以我为例，我上大学的时候，大多数人学习不如我，他们的专业也不如我，但现在我比他们差。原因是我学了一点软件。
总而言之，你是否有前途，专业无法决定。有太多比专业更重要的东西，值得思考和关注。至于我严肃的回答你，前景并不好，因为如果你做这项生意，你很可能是一个技术企业的兼职人员。至于你有多少技术，我这里不说。如果你想做一份高级兼职，你可以获得硕士学位和博士学位，而在那个时候做研究是不可能的。既然你已经学习了，就应该努力学习。
1.数据科学与大数据技术，简称“大数据”，是计算机、人工智能等学科的交叉专业。
3.自中国科学院首次开设“大数据技术与应用”专业以来，到目前为止，全国已有近300所高校开设了大数据专业，显示出该专业的人气。
4.大数据人才报告显示，目前中国大数据人才只有46万人。据测算，未来几年，仅基础数据分析人才缺口就将达到1.4亿人，不亚于惊人的“天文数字”。
作为一个it从业者和计算机专业教育者，让我来回答这个问题。
首先，目前大数据开发岗位对人才的需求比较大。近两年，很多大数据方向的研究生都会放弃算法岗位，转而从事大数据开发岗位。一方面，大数据开发岗位对人才的需求相对较大，另一方面，大数据开发岗位的附加值相对较高。
对于大数据专业的本科生来说，如果他们将来想在大数据开发领域工作，需要注意以下三个方面的学习：
第一：编程语言。编程语言是大数据开发的重要工具。目前，java、python、scala等编程语言广泛应用于大数据开发领域，因此我们可以重点关注这些编程语言。从目前it行业人才需求来看，学习java是一个不错的选择。
第二：大数据平台知识。很多大数据开发任务都是基于大数据平台的，因此掌握大数据平台的知识非常重要。例如，我们可以集中学习hadoop和spark。与编程语言相比，大数据平台的知识量相对较大，也需要一定的场景支持。在学习大数据平台的过程中，最好边用边学。
第三：行业知识。大数据发展与行业密切相关。随着工业互联网的应用，未来许多行业都将发布大数据发展任务。因此，要想从事大数据开发，就要注重行业知识的积累。对于本科生来说，积累行业知识需要注意实习岗位的选择。
最后，大数据开发岗位上升空间相对较大。本科生往往从大数据应用开发入手，未来可以继续走大数据平台研发的路线。
这是未来的发展方向。就业前景一定很广阔。
看看bat，哪一个不是最重视大数据的？
大数据造就了世界级的谷歌、亚马逊、facebook等
云计算造就了大数据，大数据催生了人工智能，人工智能一脉相承。
基于大数据，谷歌实现了精准广告、谷歌翻译、语音识别、自然语言处理，alphago战胜了李世石，这些都是基于大数据的人工智能的胜利，更不用说基于大数据的其他疾病预测了。
科学研究正在从传统的大胆假设、仔细验证因果关系的探索，向基于大数据的强相关性挖掘转变，这是思维方式的转变。
这是我们在中国的一个机会。我们有移动互联网的优势。另一个是5g，我们已经在标准上领先了，在弯道上超越了西方的竞争对手。
所以大数据分析必须学习，而且必须学习
！欢迎留言交流，如果你能给我一个喜欢的，转发吧，谢谢！
