金融大数据专业本科

⑴ 数学专业的本科，女生，想去澳洲读研。问问，金融数学，精算专业，统计专业，大数据专业，哪个好谢谢！

你好，本人是加拿大统计学硕士。我个人认为，兴趣应该作为首要的因素考虑。如果你有很好的物理基础，并且对金融感兴趣，那就可以选金融数学。
如果你希望职业规划上相对稳定，并且不怕毕业后十年都不停准备考证的枯燥的话，那可以走精算路线。代价是，对口的行业很狭窄。
统计学专业和大数据专业可以看做是包含关系，大数据这个方向粗略地分为两大方向：大数据架构师和大数据分析师。根据你数学本科的背景，我建议走大数据分析师的方向较为稳妥，也就是选统计学。不过选择统计学也有相对应的代价，那就是未来就业不像精算那样路线稳定，会比精算多一些不安全感，没有多少现成的成熟路线可以沿用借鉴，很可能走弯路犯错。但是好处是，这个行业处于混沌的发展初期，发展空间大，如果你真有本事的话，比较容易闯出自己的天地。
总的来说，如果你兴趣很宽泛，并且数学很好，那就选统计学吧。如果你想要稳妥稳定，那就选精算吧。如果你对金融方面有执念，并且有较好的物理基础，那可以选金融。

⑵ 金融大数据是什么样的专业

金融大数据是近几年才又火爆的概念。之所以说是又火爆是因为金融大数据的概念不是从今天开始的，从十年前就已经开始，从所有银行的核心系统升级改造时就已经开始注重了大数据的积累。那时候的系统改进和升级就要求新的系统要满足大数据积累的需要。

⑶ 目前为止哪些学校开设有互联网金融，大数据

目前国内高校开设互联网金融专业的并不算多，因为该专业属于新兴的“互联网+”前沿专业，是伴随着金融行业互联网化应运而生的。据我所知，对外经济贸易大学、武汉大学国际软件学院率先联合慧科集团开设了这个专业，随后河北软件职业技术学院、山东女子学院等重视学生就业质量的高校也相继开设了该专业。由于互联网金融行业的快速发展，市场上对专业的互联网金融人才的需求急剧增加。因此，可以预见未来会有越来越多的学校开设这个专业。

⑷ 将来想从事金融，本科该选什么专业

将来想从事金融，最对口的当然还是金融类专业，包括金融学、金融工程、投资专学、信用管理等属，以及相关的其它经济管理类专业包括会计学、审计学、财务管理、工商管理、经济学、国际经济与贸易、统计学等。此外，部分高校还开设有金融数学、数理金融等方向的招生，点明了这些专业方向是为金融服务而开设的。
除了经济管理类专业，金融行业同样也需要一些其它技术类人才，包括工科的计算机科技、软件工程、电子科技、机械、人工智能，还有外语类、大数据开发与管理等专业人才。这方面，对应的岗位如电子金融、ATM机的设计制造、银行数据中心、国际金融结算与管理等。
如果打算将来从事金融，建议你还是首先考虑财经类专业。想学有一定技术含量的专业，可以考虑金融工程、精算学、会计学、金融数学、数理金融等。

⑸ 北京大学 计算机技术(金融大数据)属于哪个学科门类

早在1980年，未来学家阿尔文•托夫勒在 《第三次浪潮》一书中，就将大数据誉为“第三次浪潮的华彩乐章”。现在的大数据更是站在互联网的风口浪尖上，是公众津津乐道的热门词汇。同时这股热潮也催热了大学里的大数据专业。

到底什么是大数据？本科专业中哪个专业是和它相对应的？一般开设在哪些院系？阳光高考特别采访了对外经济贸易大学信息学院副院长华迎教授，来谈一谈这个大家关注的热门专业。

一、专业解析

什么是大数据？

进入互联网时代，中国的网民人数已超7亿，大数据的应用涉及到生活的方方面面。例如，你在网站上买书，商家就会根据你的喜好和其他购书者的评价给你推荐另外的书籍；手机定位数据和交通数据可以帮助城市规划；甚至用户的搜索习惯和股市都有很大关系。

在谈到大数据的时候，人们往往知道的就是数据很大，但大数据≠大的数据。对外经济贸易大学信息学院副院长华迎教授介绍：“现在的大数据包括来自于多种渠道的多类数据，其中主要来源网络数据。数据分析不是新的，一直都有，但是为什么叫大数据呢？主要是因为网络数据的格式、体量、价值，都超出了传统数据的规模。对这些海量信息的采集、存储、分析、整合、控制而得到的数据就是大数据。大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化处理，通过‘加工’实现数据的‘增值’，更好地辅助决策。”

数据科学与大数据技术专业

本科专业中和大数据相对应的是“数据科学与大数据技术”专业，它是2015年教育部公布的新增专业。2016年3月公布的《高校本科专业备案和审批结果》中，北京大学、对外经济贸易大学和中南大学3所高校首批获批开设“数据科学与大数据技术”专业。随后第二年又有32所高校获批“数据科学与大数据技术”专业。两次获批的名单中显示，该专业学制为四年，大部分为工学。

“数据科学与大数据技术是个交叉性很强的专业，很难说完全归属于哪个独立的学科。所以，不同的学校有的是信息学院申报，有的是计算机学院牵头申报，有的设在统计学院，还有的在经管学院。像北京大学这个专业是放在理学下，授予理学学位。大多数是设在工学计算机门类下，授予的是工学学位。”华迎教授说：“数据科学很早就存在，是个比较经典的学科，现在和大数据技术结合形成了这个专业。目前教育部设定的本科专业名称为‘数据科学与大数据技术’，专科名称是‘大数据技术与应用’。”

数据科学与大数据技术学什么？

以对外经济贸易大学该专业为例，专业知识结构包括数学、统计、计算机和大数据分析四大模块，具体课程设置如下：

数学：数学分析一、数学分析二、高等代数、离散数学。统计学：概率论与数理统计、多元统计分析、随机过程。计算机：数据结构、计算机组成原理、操作系统、数据库系统原理、C++程序设计、Java程序设计、Python与大数据分析、科学计算与Matlab应用、R语言等。大数据分析：数据科学导论、机器学习与数据挖掘、信息检索与数据处理、自然语言处理、智能计算、推荐系统原理、大数据分析技术基础、数据可视化、大数据存储与管理、大数据分析实践等课程。

华迎教授介绍：“数据科学与大数据技术是一门实践性很强的新兴交叉复合型学科，无论是开设在哪个学院下，数学、统计学、计算机三大块课程是必须得有。各高校在这几门背景学科的基础上，交叉融合其他的专业知识技能。如我校在数学、统计学、计算机知识体系模块中又增加了体现学校特色的财经类行业应用和外语模块，以提升学生的行业应用能力和国际化水平。根据各校偏重的专业方向，课程设置有所差异，感兴趣的同学可以具体查看各校的专业和课程设置情况。”

二、专业与就业

行业增速快 人才缺口180万

随着移动互联网和智能终端的普及，信息技术与经济社会的交汇融合，引发了数据迅猛增长。新摩尔定律认为，人类有史以来的数据总量，每过18个月就会翻一番。而海量的数据蕴含着巨大生产力和商机。

2011年至2014年四年间，我国大数据处于起步阶段，每年均增长在20%以上。2015年，大数据市场规模已达到98.9亿元。2016年增速达到45%，超过160亿元。预计2020年，我国大数据市场规模将超过8000亿元，有望成世界第一数据资源大国。但数据开放度低、技术薄弱、人才缺失、行业应用不深入等都是产业发展中亟待解决的问题。

根据领英发布《2016年中国最热职位人才报告》显示，有六类热门职位的人才当前都处于供不应求状态，稀缺程度各有不同，其中，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。

中国商业联合会数据分析专业委员会资料显示，未来3至5年，中国需要180万数据人才，但截至目前，中国大数据从业人员只有约30万人。同时，大数据行业选才的标准也在不断变化。初期，大数据人才的需求主要集中在ETL研发、系统架构开发、数据仓库研究等偏硬件领域，以IT、计算机背景的人才居多。随着大数据往各垂直领域延伸发展，对统计学、数学专业的人才，数据分析、数据挖掘、人工智能等偏软件领域的需求加大。

⑹ 金融科技专业是学什么的

金融科技专业是一门本科类专业。
本专业开设的主要专业课程有：微观经济学、宏观经济学、Python程序设计、C++程序设计、数据结构与算法、计量经济学、金融学、现代密码学、金融科技学、金融工程概论、公司金融、大数据与金融、金融风险管理、软件工程、区块链技术及应用、人工智能原理及应用等。[1]
培养目标
本专业旨在培养具有全球视野，系统掌握经济金融学和现代信息科技理论知识，熟悉金融实务操作，熟练掌握信息科技、数据科学、算法和智能技术，具有较强的实践能力和创新精神，能够适应银行科技、智能投顾与程序化交易、保险科技、监管科技等领域需要的金融精英人才
金融科技课程是以金融科技领域产品设计与管理为内容主线的，融合金融业务、前沿技

术等多方面的知识和技能，培养出更适合金融科技产品方向的高级复合型人才。

通过学习《宏观经济学》、《微观经济学》和《金融科技概论》三门课程，了解在新经济形

式下，认识、理解金融科技产业的发展；通过学习《监管科技与智能风控》和《金融科技产

品顶层设计》两门课程，获取金融科技产品设计的能力；通过学习《应用统计学》、

《Python金融数据分析》和《机器学习与金融应用》三门课程课程，获取大数据在

金融科技产品中融合应用的能力；通过《高级管理学》、《企业战略管理》和《新资本模式与

投融资管理》三门课程课程，获取金融科技类公司战略分析与决策的能力。

以《宏观经济学》、《微观经济学》、《应用统计学》等作为基础课程，理解整体和个体的经济运行规律，同时培养良好的数学或数学与经济学素养，掌握统计学的基本理论和方法等。

以《金融科技概论》、《金融科技产品顶层设计》、《监管科技与智能风控》等为专业课程，系统了解在“互联网+”背景下金融领域所采用的互联网和IT技术，学习互联网消费金融信贷业务模式及产品设计知识，并结合人民银行提出的“强化监管科技应用实践”这一新形

势下的外部监管要求，理解反洗钱、交易监控等重要内容。

⑺ 大数据金融专业就业前景怎么样

结论就是：金融行业的大数据有很好的前景
大数据指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据有五大特点，即大量（Volume）、高速（Velocity）、多样（Variety）、低价值密度（Value）、真实性（Veracity）。
大数据的用法倾向于预测分析、用户行为分析或某些其他高级数据分析方法的使用。
大数据技术的出现，给我们的生活带来了全新的改变，在海量信息时代，我们获取信息的方式、以及能获取的信息越来越多，但是集合很多的人力物力都没有办法有效整理的数据，大数据技术可以解决，大家都说一句话，掌握了数据，就是掌握了未来，那么学大数据自学好还是参加培训好呢?
要学习大数据你至少应该知道什么是大数据，大数据一般运用在什么领域。对大数据有一个大概的了解，你才能清楚自己对大数据究竟是否有兴趣，如果对大数据一无所知就开始学习，有可能学着学着发现自己其实不喜欢，这样浪费了时间精力，可能还浪费了金钱。所以如果想要学习大数据，需要先对大数据有一个大概的了解。
一：大数据技术，行业发展好么？
1. 国家大力支持
首先国家在2015年发布了《促进大数据发展行动纲要》，其上升为国家战略，提出到2020年，大数据产业突破1万亿，加快建设数据强国
2. 产业进入爆发阶段
根据信息网近几年的统计，大数据行业发展爆发趋势，大量企业涌入，大数据行业规模在2020年以后突破万亿。
3. 应用场景广阔
大数据应用已深入物联网、人工智能、互联网、5G、电商、金融、游戏、交通、传媒、医疗、房地产、政务等各行各业。
4. 人才缺口大
自2015年以来，随着大数据产业迅速发展，大数据企业猛增，对大数据人才的需求也不断翻倍，截止到2020年，人才缺口达230万。
5. 就业薪资高
大数据工程师岗位薪资，根据信息网统计，平均月薪高达23K，明显高于互联网其他技术岗位，其中1年工作经验的，月薪平均为12K，三年以下工作经验，月薪平均为18K，三年以上工作经验，薪资平均为25K。
二：大数据岗位，职业生涯是怎么样的？
1. 大数据开发工程师，工作1-3年，年薪18万以上。
2. 高级大数据开发工程师，工作3-5年，年薪28万以上。
3. 大数据架构师，工作5-8年，年薪40万以上。
4. 大数据技术总监，工作8-10年，年薪55万以上。
5. 大数据首席数据官（CDO），工作10年以上，年薪85万+。
三：大数据岗位，需要学习哪些技术技能，具体分为哪几个阶段？
1. 基础核心：JAVA基础，JAVA面向对象，JAVA高级特性等。
2. Hadoop：可视化，Apache Hive，linux/ELK技术栈等。
3. Spark：Scala编程，Flume数据采集，Apache kafka等。
4. Python：常用库，数据采集，Python编程等。
5. 构建数据平台：Hive ETL处理，Oozle任务调度，Kafka与Flume应用等。
6. 流处理平台：Flink基础，Flink Sql，Confluent等。
7. 机器学习：机器学习数据挖掘原理，ALS算法，逻辑回归等。
8. 大数据优化：认证，授权，数据保护等。
9. 阿里云大数据：实验环境搭建，阿里云认证等。
四：学大数据自学好，还是参加培训好呢？
（1）自学大数据优势：省钱，成本低，学习时间自由安排。
（2）自学大数据缺点：首先基础起点要求较高，如果自学的话，最少也需要有JAVA开发经验，否则是没办法学会理解大数据技术点的。其次费时，自学大数据全部需要自己摸索，因此需要大量时间进行学习。最后，因为没有项目经验，因此就业薪资会偏低，短期内无法达到理想就业期望。
（3）培训大数据的优势：首先，门槛低，即便是没有任何IT行业经验的外行人，也是可以很容易的入门，可以零基础学习。其次，学习时间较短，学习能力强的人，无基础4-6个月左右就可以完全学会，学习能力弱的人，6-8个月左右也完全能够学会。第三，大量的实训项目衔接，能够快速提升技能熟练度，加快理解。最后，因为有项目经验，并且是系统学习，就业薪资以及行业竞争力会有很大优势，就业薪资也会偏高。
（4）培训大数据的缺点：首先，价格相对来说，有些高，大约需要2W左右，对于一些收入较低的人群来说，是一笔不小的开销。其次，就是时间问题，有的人可能从事销售行业打算转行，或者是一些其他行业，作息时间比较特殊，因此会加大自身的疲惫程度，导致学习专注力降低。
最后，就是选择培训机构，担心自己的权益没有办法保证，可能会出现一系列的售后问题，麻烦缠身。
五：如果选择培训，如何选择培训机构呢？
（1）授课方式：因为是IT行业，那么伴随着课程就是有一定的难度，并且肯定会存在着有一些问题没办法当时理解，需要第一时间找老师解答，那么必然要首选面授班，但是因为肯定要复习知识，否则会有遗忘，那么也一定要有网络录播等辅助学习的模式，因此，选择培训机构，要选择线下+线上的授课模式。
（2）是否能学会：能不能学会，虽然跟学员自己有一定的关系，但是最主要的问题还是授课老师，老话说的好“没有笨的学生，只有不会教的老师“，老师的教学经验是否丰富，既然是教技术的，那么自身的技术达到了什么样的水平，毕竟“名师出高徒“。
（3）权益是否有保障：“大品牌值得信赖“不是空话，虽然说，大品牌不一定全部的人都能100%的保障，但是99%的保障是没问题的，毕竟品牌越大，对口碑，市场的评价越看中，成立越久远，规模越大的企业，一定是有它能屹立不倒的原因，可能是因为服务，可能是因为教学。
（2）学完以后能不能就业：目前大部分企业，都会与一些业内靠前的培训机构进行生源招聘，直接从机构内部进行直招，小的培训机构，学员以后都是自己去人才市场进行企业招聘，咱们选择机构的时候，可以调查一下该机构的合作企业都有哪些，然后通过一些网络渠道进行查询，是否是一些大规模的公司，也是咱们评判的一个标准。
大数据行业，不论是针对行业内在职提升，还是行业外打算转行的小伙伴来说，都是一个好的选择

⑻ 金融财经类专业好还是大数据，人工智能专业好总感觉现在金融行业不好干，失业的很多～

如果数学成绩不错，人工智能专业肯定更好，毕竟智能化时代来临了。

⑼ 2020保定金融学院数据科学与大数据专业是本一还是本二

v这个的话本地的学生才可以弄本二的学生的话，他首先没有这个资格，其次的话还没有这个能力，所以的话要本地的人才可以弄得到百二的人的话，他压根就不可以。

⑽ 想要成为大数据分析师，本科最好学什么专业

硬实力：数据分析师需要学生有一定的数学、计算机背景，从这个出发点专来说，数学、统计、属计算机科学等专业可以从事数据分析工作。这三个专业的同学可以虽然可以处理大量数据，并且拥有很强的数据分析能力，但是这类同学对于Business 和 Marketing缺乏了解。

软实力：软实力要求学生懂业务、懂管理，从这个出发点来说，信息管理、市场营销、电子商务、社会学、金融学等专业毕业后也可以从事数据分析相关工作。不过，这几个专业在业务方面可能专业度非常高，但是缺点也是非常明显的：缺乏很强的数学和计算机背景，在实际操作中缺乏相关的专业技能。

更本质的看，数据分析是一种技能，人人可以学，学了都有用。这是个要用数据说话的年代，懂点数据相关知识可以更好的服务工作与学习。