澳洲学科专业解析 | 数据科学Datascience
学科介绍
数据科学(DataScience)是关于数据的科学,定义为研究探索Cyberspace 中数据界奥秘的理论、方法和技术。主要有两个内涵:一个是研究数据本身;另一个是为自然科学和社会科学研究提供一种新方法,称为科学研究的数据方法。
研究内容
. 基础理论研究。科学的基础是观察和逻辑推理,同样要研究数据自然界中观察方法,要研究数据推理的理论和方法,包括:数据的存在性、数据测度、时间、数据代数、数据相似性与簇论、数据分类与数据百科全书等。
. 实验和逻辑推理方法研究。需要建立数据科学的实验方法,需要建立许多科学假说和理论体系,并通过这些实验方法和理论体系开展数据自然界的探索研究,从而认识数据的各种类型、状态、属性及变化形式和变化规律,揭示自然界和人类行为现象和规律。
. 领域数据学研究。将数据学的理论和方法应用于许多领域,从而形成专门领域的数据学,例如:脑数据学、行为数据学、生物数据学、气象数据学、金融数据学、地理数据学等等。
. 数据资源的开发利用方法和技术研究。数据资源是重要的现代战略资源,其重要程度将越来越凸显,在本世纪有可能超过石油、煤炭、矿产,成为最重要的人类资源之一。这是因为人类的社会、政治和经济都将依赖于数据资源,而石油、煤炭、矿产等资源的勘探、开采、运输、加工、产品销售等等无一不是依赖数据资源的,离开了数据资源,这些工作都将无法开展。
数据专业就业三大方向
根据中国商业联合会数据分析专业委员会统计,未来中国基础性数据分析人才缺口将达到1400万,而在BAT 企业招聘的职位里,60%以上都在招大数据人才。
大数据主要的三大就业方向: 大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
在此三大方向中,各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。
澳洲当地薪资(FromPayscale):
数据科学家Data Scientist --- 平均年薪AU$95,724
数据分析师Data Analyst--- 平均年薪AU$69,477
数据工程师Data Engineer --- 平均年薪AU$98,792
职业认证 & 移民途径:
参照职业导向工具—计算机科学篇