大数据时代学什么专业？
大数据时代，三大核心技术（数据处理、数据分析、数据挖掘）相关的人才需求会越来越多。 相应地，与之相匹配的专业也有很多的出现，比如数据分析专业（Big Data Analyst）、数据科学（Data Science）、数据工程（Data Engineering）等。 那么这些新兴专业的学习方向是什么呢？又该怎么去学习呢？
1. 数据处理（Data Preparation） 这个方向主要的学习内容包括了对数据进行清洗(Clean)、整理(Organize)、提取(Extract)以及简单处理(Simple Processing)的过程和方法；
2. 数据分析（Data Analysis） 数据分析方向主要涉及了统计分析（Descriptive Statistics）、预测分析（Predictive Modeling）、时间序列分析（Time Series Analysis）、机器学习（Machine Learning）、人工智能（Artificial Intelligence）等内容；
3. 数据挖掘（Data Mining） 数据挖掘方向主要涉及到的内容有数据抽取(Data Extraction)、数据净化(Data Cleaning)、数据集成(Data Integration)、数据变换(Data Transformation)、数据建模(Data Modelling)和数据可视化(Data Visualization)等等。 随着大数据在各行各业广泛深入的应用，大家对大数据的处理和分析需求还会不断增长，相关的专业也都会逐渐增多起来。
目前，国内开设的数据相关专业大致可以分为两类，一类是以计算机科学与技术为代表的计算机学科下的数据专业，另一类是以统计学为母体所衍生出来的数据专业。
以计算机科学与技术专业为例，很多学校开设了大数据学院或者大数据系，在本科阶段一般会分为三个专业去培养（个别学校的课程设置可能会有所不同）：
①大数据科学与技术（简称BS），主要研究大数据的采集、存储、加工、分析和应用等领域；
②智能信息处理（简称IP），重点探索基于大数据的智能信息处理模式和方法；
③云计算与大数据（简称CDB），主要研究大数据环境下云计算的相关理论和技术。 在研究生阶段，一般划分在大数据分析与知识工程博士点和大数据计算智能博士点下面去进行招生和培养。
以统计学为例，一些高校设立了大数据统计研究中心或大数据统计学院，在本科阶段一般会设立两个专业去培养：
①大数据管理与应用，着重探索大数据环境下的统计决策理论、方法与软件实现；
②数据科学与大数据技术，侧重于建立数据发掘、分析、利用的高效流程和体系，开发智能化、在线化的数据挖掘与分析工具。 在研究生阶段，一般设立在大数据统计研究院或者大数据数学研究所下面招收硕士研究生，研究方向集中在大数据相关的理论、方法和前沿热点上。