什么是数据科学与大数据技术？为什么会出现数据科学与大数据技术专业？并且被称为未来十年最性感的职业？2016年以后各大高校纷纷设立这个专业的原因？这个专业的学生应该怎么学习在以后的工作中才能学以致用？

　　定义：数据科学是用数学、统计学、计算机科学的方法解决商业中业务目标的实用型技术。例如使用统计的方法分析企业年度毛利率、使用机器学习算法做趋势预测、使用因果分析解决数据质量归因等等。

　　在商业活动中，企业的管理决策运营销售越来越依赖数据，大企业纷纷构建数据湖，数据中台。中小企业不得已也跟风硬上，无非是想解决能够科学的洞察数据，找到企业增长的动力，让企业能够更科学的发展。但是在中国大中型企业探索的十多年里，数据的作用并没有真正发挥作用。大企业因为大数据平台搭建成本高周期长走了很多弯路。很多项目往往是一个空架子。到最后只能硬着头皮使用。成为业务发展的阻力。小公司更是完全摸不着头脑。

　　在一个行业领域发展前期，总是需要有一些吃螃蟹的人，可能付出了巨大的代价只是证明这个路子行不通。比如阿里的数据中台产品，很多企业信任阿里的技术和能力而选择。殊不知阿里的中台产品也许适合的只是阿里内部的业务场景。生搬硬套到其他企业不仅给企业带来了巨大的学习成本。真正使用时又是一大堆问题。让企业苦不堪言。

　　数据科学与大数据技术在这个时候慢慢的体现出来它的优越性，数据科学项目以大数据技术为依托。大数据技术发展到现在已经非常成熟。可以适用各种数据需求。也得到了非常好的应该。数据科学以项目为驱动，短平快的方式，搜集和治理数据。在一个项目中只解决一个业务目标问题。很快能够为企业带来价值。是一种自上而下的方法。

　　这个问题很有意思，就如现有鸡先有蛋，是数据先需要建仓、治理，还是业务方提出业务目标，找到数据团队，针对目前的数据挖掘和洞察解决一个现实问题的思路。显然先有问题再用大数据的方式去解决更科学一点。我们知道阿里当时上数据中台的原因仅仅是因为其内部业务部门多，管理混乱，可复用的模型技术不断的重复建设。自己提出的一套方法论来解决这个问题。方法论的落地有很多技术手段。不能把方法论抽象成产品直接使用。这样存在巨大的问题！

　　所以企业需要解决实际问题，国外先进的数据科学技术能够真的做到数据可用，快用。我们国家也迅速的意识到这个问题。所以纷纷开设这门专业。希望以后能够多培养这方面的人才。

　　最后讲讲这个专业的学生怎么学习数据科学与大数据技术这门课程，才能在以后毕业后真正的学以致用。写给数据科学与大数据技术专业的学生。你研究的这门学科真的是很性感的学科。我在上研究生的时候就开始学习大数据技术。当时认为就是在做课题研究，并没有意识到大数据的巨大商业价值。殊不知大数据在之后的十年迅速发展。企业诉求强烈。所以大数据科学与数据技术行业的学习者，学好这门科学是你们以后高薪、创业的基础。如果能够去国外学几年更好。

　　这篇先列出重点学习的领域知识，如果大家关注的多，我会在下篇详细给大家出一副架构图。列出数据科学与大数据技术这门课程的学习路径和方法。如果轻松而深入的学习。