一、数据科学与大数据技术（信息技术）

四年制  本科 理学学士学位

专业介绍

我校于2018年获批数据科学与大数据技术（信息技术）专业，是国内较早获批大数据相关本科专业的院校之一。在2022软科中国大学专业排名中获评B+。本专业以数学与信息技术为基础，要求系统掌握数据科学与大数据技术等专业知识，具有搜集、整理、分析和呈现大数据的基本能力，能够熟练使用在大数据架构上的基本工具进行数据分析。

培养目标及特色

依托于首都经济贸易大学在管理和经济学科的优势，本专业将统计学与信息科学相结合，注重多学科的协同与创新，由统计学院和管理工程学院共同合作完成，充分体现交叉学科的特点优势。培养具有坚实信息技术基础知识、有较强数理统计分析能力的，且能掌握丰富的数据分析方法与工具、能熟悉常见的大数据分析平台和环境的，同时具有实践创新能力、能够从事经济、管理、金融等多领域的数据分析工作的，并且能面向行业、产业需求的应用型、复合型和国际化的综合素质人才。

毕业去向

大到世界500强，国有大型企业和BAT这样的公司，小到创业公司，以及国家政府部门和事业单位等，他们都需要各种数据人才。包括：大数据架构工程师、大数据产品经理、机器学习工程师、数据挖掘工程师、大数据分析工程师等。

主要课程

数学分析、高等代数、数据科学的概率基础、面向对象程序设计（JAVA）、数据科学的计算机基础、数据科学导论、数据科学的统计基础、数据库原理与应用、抽样技术与应用、回归分析、分布式计算、时间序列分析、数据结构、统计编程基础、程序设计语言（Python）、

数据仓库与数据挖掘、机器学习、大数据预处理、数据科学算法。

二、数据科学与大数据技术

四年制  本科  理学学士学位

专业介绍

我校是国内最早培养大数据人才的院校之一，2014年在统计学专业下开设大数据分析方向，2018年首批设立数据科学与大数据技术本科专业。本专业人才培养方案与课程体系相对成熟完善，引领国内相关专业建设方向。2020年获批北京市一流本科专业建设点，2023年全国数据科学与大数据技术专业软科排名中获评B+。

本专业数据分析相关课程师资与管理工程学院大数据专业共享的同时，开设了较多的统计学方向相关课程，培养学生的统计观念及统计分析能力，充分发挥统计学在数据时代的重要作用，培养同时具备大数据分析能力及统计思维的综合能力的数据人才,使学生的能力适合各行各业的需求，符合数据时代企事业单位、高校及研究机构对综合型人才的要求。

本专业融合了统计学、计算机、数学方向优秀师资，课程设置既注重学生直接就业的实操能力培养，又注重学生进一步升学的考研能力培养，为学生提供更多做人生选择的能力。

培养目标及特色

本专业旨在培养具有正确的社会主义核心价值观，适应数据时代发展需要，德智体美劳全面发展，以统计学、数学与计算机为基础，系统掌握数据科学及大数据技术的专业知识及统计学相关理论，具有搜集、整理、分析和呈现数据的基本能力，具有扎实的统计学相关理论基础，能够熟练使用在大数据架构上的基本工具进行数据分析，具备较强的统计创新思维，为企业、高校和研究机构解决实际问题的综合型数据分析人才，具有国际视野与创新精神的社会主义建设者和接班人。

本专业既重视学习面向数据应用的统计学、数学以及计算机科学等学科基础知识，又强调训练面向大数据挖掘与分析等方面的应用技能。依托优秀的师资队伍实施“案例化”课堂教学；借助大数据分析实验室，建立本科生导学团队，让本科生同样参与到教师的科研项目中来，培养学生的科学创新能力，以及数据采集、清洗、存储、处理与分析、可视化与应用等技术，成为具备科学研究能力以及面向大数据挖掘与统计分析能力，能胜任数据分析与挖掘算法研究和大数据系统集成的高水平综合型人才。

毕业去向

1.深造：2023年，本专业毕业去向落实率在学院四个专业中位居第一名，其中，深造率（国内及出国攻读研究生）近62%，接收院校中不乏国内顶尖院校及国际知名院校，如北京大学、电子科技大学、新加坡国立大学（2024年QS世界排名第8名）、澳大利亚悉尼大学（2024年QS世界排名第19名）、英国曼彻斯特大学（2024年QS世界排名第32名）、英国伦敦国王学院（2024年QS世界排名第40名）等。

2.就业：“互联网+”IT行业、金融公司、企事业单位、银行等单位从事数据分析、人工智能、用户画像、模块化编程、数据可视化等工作，就业后“钱”途无量。主要就业单位包括：国家税务总局北京市税务局、北京银行、中国联合网络通信有限公司北京市分公司、北京市自来水集团、毕马威华振会计师事务所、中国农业银行股份有限公司北京市分行等，其中国有大中型企事业单位占比近80%。

主要课程

数学分析、高等代数、数据科学的概率基础、数据科学的统计基础、数据科学的计算机基础、回归分析、多元统计分析、时间序列分析、优化方法、Python数据分析、分布式计算、大数据预处理、数据可视化、数据科学算法、大数据应用案例、数据仓库与数据挖掘、机器学习、非结构数据分析与建模。