专业简介
随着网络和信息技术的不断普及，人类生产生的数据量正在呈指数级增长。大量的新数据源的出现导致了非结构化、半结构化数据爆发式的增长。这些海量的数据已经远远超出人力所能处理的范畴，怎么管理和使用这些数据，让他们发挥应有的作用?这样大数据概念就应运而生。
大数据技术被渗透到社会的方方面面，医疗卫生、商业分析、国家安全、食品安全、金融安全等方面。2014年，从大数据作为国家重要的战略资源和加快实现创新发展的高度，在全社会形成“用数据来说话、用数据来管理、用数据来决策、用数据来创新”的文化氛围与时代特征。大数据科学将成为计算机科学、人工智能技术(虚拟现实、商业机器人、自动驾驶、全能的自然语言处理)、数字经济及商业、物联网应用、还有各个人文社科领域发展的核心。
大数据特征
1.Volume(大量)
大数据的特征首先就是数据规模大。随着互联网、物联网、移动互联技术的发展，人和事物的所有轨迹都可以被记录下来，数据呈现出爆发性增长。数据量的存储单位从过去的GB到TB、甚至达到了PB、EB。
2.Variety(多样)
数据来源的广泛性，决定了数据形式的多样性。大数据可以分为三类，一是结构化数据，如财务系统数据、信息管理系统数据、医疗系统数据等，其特点是数据间因果关系强;二是非结构化的数据，如视频、图片、音频等，其特点是数据间没有因果关系;三是半结构化数据，如HTML文档、邮件、网页等，其特点是数据间的因果关系弱。有统计显示，目前结构化数据占据整个互联网数据量的75%以上，而产生价值的大数据，往往是这些非结构化数据。
3.Velocity(高速)
数据的增长速度和处理速度是大数据高速性的重要体现。与以往的报纸、书信等传统数据载体生产传播方式不同，在大数据时代，大数据的交换和传播主要是通过互联网和云计算等方式实现的，其生产和传播数据的速度是非常迅速的。另外，大数据还要求处理数据的响应速度要快，例如，上亿条数据的分析必须在几秒内完成。数据的输入、处理与丢弃必须立刻见效，几乎无延迟、
4.Value(价值)
大数据的核心特征是价值，其实价值密度的高低和数据总量的大小是成反比的，即数据价值密度越高数据总量越小，数据价值密度越低数据总量越大。任何有价值的信息的提取依托的就是海量的基础数据，当然目前大数据背景下有个未解决的问题，如何通过强大的机器算法更迅速的在海量数据中完成数据的价值提纯。
大数据发展趋势分析
根据监测统计，2018年全球的数据总量为30.2ZB(1个ZB等于十几万亿亿字节)，目前全球数据的增长速度在每年40%左右，预计2020年全球的数据总量将达到58ZB。人类社会继蒸汽时代、电气时代和网络时代之后，正加速跨进大数据时代。
1、开源软件和产业垂直整合，最大限度获得商业利润。
2、非结构化大数据处理分析成为难点和重点，滋生出以在线云服务的方式提供信息监测、统计分析、关系挖局、传播效果评估等一些列服务。
3、大企业的定制化解决方案，推动了大数据标准化和产品化解决方案市场的发展。
大数据技术应用领域
1、公共领域
电力行业、智能交通、电子政务、司法系统四个方面。
2、互联网
电子商务、网络广告、网络新闻和搜索引擎、旅行预订、社交网络、网络视频、网络音乐和网络游戏。
3、智慧城市
4、金融行业
专业人才需求分析
在“大数据”背景之下，精通“大数据”的专业人才将成为企业最重要的业务角色，“大数据”从业人员薪酬持续增长，人才缺口巨大。全球最顶尖管理咨询公司麦肯锡(Mckinsey)出具的一份详细分析报告显示，截止2019年，大数据领域的工作需求急剧扩大，工作岗位激增，大数据科学家的缺口在14万~19万之间。而动地利用大数据做决策的分析师及经理的岗位缺口达到150万左右。
专业培养目标
大数据技术与应用研究方向是将大数据分析挖掘与处理、移动开发与架构、软件开发、云计算等前沿技术相结合的“互联网+”前沿科技专业。本专业旨在培养学生系统掌握数据管理及数据挖掘方法，成为具备大数据分析处理、数据仓库管理、大数据平台综合部署、大数据平台应用软件开发和数据产品的可视化展现与分析能力的高级专业大数据技术人才。
经过本专业的人才培养学生逐步成长为：
A、大数据可视化工程师
B、大数据运维工程师
C、大数据分析工程师
以上就是对大数据技术与应用这个专业的介绍和就业前景的分析，欢迎大家在评论区留言讨论和补充和为我点赞加关注。
