University数据统计学、数学、计算机是技术类专业的三大支撑学科；生物学、医学、环境科学、经济学、社会学和管理学是应用和扩展学科。此外，还需要学习数据采集、分析与处理软件、数学建模软件和计算机编程语言。大学数据技术专业是交叉学科:统计学、数学、计算机是三大支撑学科；生物学、医学、环境科学、经济学、社会学和管理学是应用和扩展学科。
以中国人民大学为例:基础课程:数学分析、高等代数、普通物理数学导论、信息科学、数据结构、数据科学导论、程序设计导论、程序设计实践。必修课:离散数学、概率统计、算法分析与设计、数据计算智能、数据图书馆系统概论、计算机系统基础、并行架构与编程、非结构化大数据分析。选修课:数据科学算法导论，数据科学专题，数据科学实践，互联网实用开发技术，采样技术，统计学习，回归分析，随机过程。
5、中国大 数据产业和企业的问题观察中国大学数据对行业和企业问题的观察数据作为一个新兴行业，一直处于舆论的风口浪尖。就像互联网加的概念一样，Da 数据被神话了，被放到了“宗教”的神坛上。Big 数据企业总有一种担心，生怕big 数据被夸得太高，以后可能会被摔得很惨。2015年，中国大学数据行业的热度从贵阳大学数据交易所开始，在9月国务院50号文件《促进大学数据发展行动计划》中达到顶峰。
数据给企业带来的具体价值，数据应用场景，大数据行业的痛点很少介绍。中国的大数据行业经历了很多痛苦。大数据行业前景不错，但是大数据企业很难成长起来，很难有质的飞跃。中国大学数据行业的痛点和难点如下。大数据小弱企业多，难以取得产业优势。全国大型企业200家左右数据近六成集中在北京，以小微企业为主，年销售额十亿人民币的企业很少。
6、大 数据时代的影响现在社会高速发展，科技发达，信息流通。人们的交流越来越密切，生活越来越方便。大数据就是这个高科技时代的产物。随着云时代的到来，大数据受到越来越多的关注。著云台的分析师团队认为，“大数据”通常用来描述一家公司创建的大量非结构化和半结构化数据这些数据在下载到关系型数据库进行分析时会花费过多的时间和金钱。
当今社会，Da 数据的应用越来越显示出它的优势，占据越来越多的领域，如电子商务、O2O、物流配送等。利用Da 数据的各个领域正在帮助企业不断开拓新业务，创新运营模式。以“Big 数据”为理念，对消费者行为的判断、产品销量的预测、精准的营销范围、库存的补充进行了全面的提升和优化。“Da 数据”指的是互联网行业的这样一种现象:互联网公司在日常运营中产生和积累的用户网络行为数据。
Twitter从push起步，依托push产品的海量终端覆盖，发展了Da 数据的移动营销业务。目前已经成为基于Da 数据的综合移动网络提供商。1.智能推送:通过对large 数据的精准分析，在合适的时间和地点将合适的消息推送给合适的人。让推送更精准，操作更精细。2.智慧旅游:与省市旅游局合作，通过push-up 数据人口热力图监控景区各区域的人流量，合理安排景区负荷，避免踩踏、拥堵等事件发生；
3.精准营销:通过用户画像和地理位置信息，将广告精准触达目标消费者，告别盲目营销。通过DMP 数据能力帮助客户，引导精准投放，提升整合营销的作用。4.灾害预警与急救:格推与国家地震局合作，共同制作“地震速报”App，让用户第一时间了解震情，争取自救时间。地震发生后，对比地震前后的人口热图，帮助准确营救被困人员。
8、大 数据就业前景Da 数据就业前景较好。从近两年的学生就业情况来看，在数据领域的工作还是比较多的，尤其是在数据的发展上，从数据开始逐渐有所变化。“Da 数据”中的开发岗位数量明显更多，而且不仅需要R
