数据科学与大数据技术专业属于计算机类专业，该专业培养德、智、体、美、劳全面发展，掌握数据科学的基础知识、理论及技术，包括面向大数据应用的数学、统计、计算机等学科基础知识，数据建模、高效分析与处理，统计学推断的基本理论、基本方法和基本技能。了解自然科学和社会科学等应用领域中的大数据，具有较强的专业能力和良好的外语运用能力，能胜任数据分析与挖掘算法研究和大数据系统开发的研究型和技术型人才。
培养目标
培养具有良好的道德与修养，遵守法律法规，具有社会和环境意识，掌握数学与自然科学基础知识以及与计算系统相关的基本理论、基本知识、基本技能和基本方法，具备包括计算思维在内的科学思维能力和设计计算解决方案、实现基于计算原理的系统的能力，能清晰表达，在团队中有效发挥作用，综合素质良好，能通过继续教育或其他的终身学习途径拓展自己的能力，了解和紧跟学科专业发展，在计算系统研究、开发、部署与应用等相关领域具有就业竞争力的高素质专门技术人才。
数据科学与大数据技术专业的毕业生需要掌握以下能力：
（1）掌握从事专业工作所需的数学（特别是离散数学）、自然科学知识，以及经济学与管理学知识。
（2）系统掌握专业基础理论知识和专业知识，经历系统的专业实践，理解计算学科的基本概念、知识结构、典型方法，建立数字化、算法、模块化与层次化等核心专业意识。
（3）掌握计算学科的基本思维方法和研究方法，具有良好的科学素养和强烈的工程意识或研究探索意识，并具备综合运用所掌握的知识、方法和技术解决复杂的实际问题及对结果进行分析的能力。
（4）具有终身学习意识，能够运用现代信息技术获取相关信息和新技术、新知识，持续提高自己的能力。
（5）了解计算学科的发展现状和趋势，具有创新意识，并具有技术创新和产品创新的初步能力。
（6）了解与专业相关的职业和行业的重要法律、法规及方针与政策，理解工程技术与信息技术应用相关的伦理基本要求，在系统设计过程中能够综合考虑经济、环境、法律、安全、健康、伦理等制约因素。
（7）具有组织管理能力、表达能力、独立工作能力、人际交往能力和团队合作能力。
（8）具有初步的外语应用能力，能阅读该专业的外文材料，具有国际视野和跨文化交流、竞争与合作能力。
课程体系
通识类知识
通识类知识包括人文社会科学类、数学和自然科学类两部分。人文社会科学类知识包括经济、环境、法律、伦理等基本内容；数学和自然科学类知识包括高等工程数学、概率论与数理统计、离散结构、力学、电磁学、光学与现代物理的基本内容。
学科基础知识
学科基础知识被视为专业类基础知识，培养学生计算思维、程序设计与实现、算法分析与设计、系统能力等专业基本能力，能够解决实际问题。
建议教学内容覆盖以下知识领域的核心内容：程序设计、数据结构、计算机组成、操作系统、计算机网络、信息管理，包括核心概念、基本原理以及相关的基本技术和方法，并让学生了解学科发展历史和现状。
专业知识
课程覆盖相应知识领域的核心内容，培养学生将所学的知识运用于复杂系统的能力，能够设计、实现、部署、运行或者维护基于计算原理的系统。
人才需求
产业规模
据数据显示，2018年中国大数据产业规模为4384.5亿元，同比增长23.5%；到2021年，中国大数据产业规模将超过8000亿元。另据《2020中国大数据产业发展白皮书》中的数据，2019年中国大数据产业规模达5397亿元，同比增长23.1%，预计到2022年将突破万亿元。
整体需求
根据天府大数据国际战略与技术研究院《2018全球大数据发展分析报告》数据，2018年中国大数据产业人才占整体就业人口规模的0.23%，大约179.4万人。
猎聘《2019年中国AI&大数据人才大数据人才就业趋势报告》指出，2019年中国大数据人才缺口高达150万。另据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万。
随着大数据、物联网、5G等技术应用的不断发展，社会对该职业从业人员的需求日益增长。预计2020年中国大数据行业的人才需求规模将达到210万，2025年前大数据人才需求仍将保持30%-40%的增速，需求总量在2000万人左右。
市场需求
据《2017互联网人才趋势白皮书》数据显示：眼下，几乎所有互联网企业均把数据人才列为团队标配。许多公司在数据层面增加投入，大量招募具有算法和建模能力的人才，力求通过数据沉淀与挖掘更好地推进产品的迭代。数据架构师、数据分析师成为企业争抢对象，过去一年招聘需求提高150%以上。
就业方向
就业领域
该专业学生主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。具体岗位如大数据分析师、大数据工程师等。毕业生可在政府机构、企业等单位从事大数据管理、研究、应用开发等方面的工作。
岗位类型
企业提供的大数据岗位按照工作内容要求，可以分为以下几类：
①初级分析类，包括业务数据分析师、商务数据分析师等。
②挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。
③开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。
④产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。
考研方向
该专业学生可以考取软件工程、计算机科学与技术、应用统计学等专业的研究生或出国深造。