数据科学是本科专业。根据本科专业目录，数据科学专业属于统计学类下设专业。专业代码：071203T，修学四年，授予理学学士学位。
信息与计算科学专业考研方向如下：计算机类：计算机系统结构、微型计算机系统、并行分布/处理与智能计算机系统、计算机软件、人工智能与智能控制、计算机图形学及计算机辅助设计、计算机信息处理与应用、计算机设计自动化与计算机科学理论。自动化控制类：控制理论与控制工程，模式识别，测控，精密仪器，导航制导。
课程体系 《C/C++程序设计》、《数理统计学》、《运筹学》、《描述统计》、《抽样调查原理》、《多元统计分析》、《应用随机过程》、《复变与积分变换》 部分高校按以下专业方向培养：大数据、金融统计、生物统计学、风险管理与精算。
1、会计大数据分析与处理技术，涉及对大量数据进行深入分析。大数据特性包括数据量庞大，更新速度迅速，数据类型繁杂，价值高且真实性强。这些特性被充分利用，构建数据仓库，确保数据安全，以及进行数据挖掘。通过这些分析与处理，公司与企业能制定出下一步的工作安排与计划。
2、会计大数据分析与处理技术是指对海量数据进行深入分析的技术。它涵盖了数据量大、速度快、类型多、价值高和真实性高的五个特征。这些特征使得大数据在会计领域内具有重要的应用价值。通过对会计数据进行数据仓库的构建，可以确保数据的安全性，避免数据泄露等风险。
3、大数据与会计是利用大数据技术来处理和分析财务数据，以提供更精确、高效的会计信息和决策支持。大数据技术在会计中的应用 数据采集与整合 通过各种渠道获取大量的财务数据，并进行清洗、整理和存储，以便后续的分析和应用。
4、大数据技术的应用，使得会计人员能够更高效、准确地处理和分析海量的财务数据。传统的会计工作主要依赖于手工账目和简单的电子表格，而大数据的引入则让会计工作迈向了智能化和自动化的新阶段。
5、大数据会计是一种以大数据处理技术为核心的会计工作模式。以下是对大数据会计的详细解释：大数据会计的基本定义 大数据会计是会计工作与大数据技术相结合的新兴领域。它利用大数据处理技术，对会计信息进行高效、精准的分析和处理，以提高会计工作的效率和准确性。
6、大数据与会计是适应当今人工智能与大数据时代会计业务和会计信息日益呈现海量数据处理、实时云计算化、会计智能决策等新型会计业务特征。具备会计理论知识和财务知识，大型数据分析和处理技术，计算机人工智能和IT信息技术‘文力’的专业知识和技术技能，是一套全新的高端复合型会计人才。
1、数据变形。原始数据需要变形与增强之后才适合分析，比如网页日志中把IP地址替换成省市、传感器数据的纠错、用户行为统计等。数据分析。通过整理好的数据分析5W，帮助企业决策。
2、数据存储：在数据存储阶段，需要确保数据的持久性和可访问性。存储方案应考虑数据的规模、多样性以及查询和分析的需求。 数据处理与分析：这一阶段是大数据处理的核心，决定了数据的增值和实用性，以及分析预测结果的精确度。
3、接下来，为了实现数据的实时更新和分析的自动化，我们可以将仪表盘设置为模板形式。一旦数据更新，模板中的图表就会自动更新，无需重复进行数据分析工作。这样一来，我们可以将更多的时间和精力投入到策略制定和优化上，从而提升工作效率。
4、实现高效处理。云计算就像工业革命时期的发动机，而大数据则是推动力。存储技术 存储技术是大数据分析和应用的基础，涉及数据的采集、处理、存储和结果形成的全过程。从大数据的特征定义，到价值探讨，再到发展趋势，以及隐私问题，存储技术都需要考虑这些重要方面。
5、根据成本、格式、查询需求以及业务逻辑等因素，将收集好的数据存放在合适的存储中。这一步骤的目的是为了方便后续的数据分析和利用。变形：原始数据需要经过变形与增强处理，才能适合进一步的分析。例如，将网页日志中的IP地址替换成省市信息，对传感器数据进行纠错处理，以及进行用户行为统计等。
6、体现处理过程的完整性。数据分析是关键环节，决定大数据价值与预测准确性。选择适合技术，确保分析结果可用、有价值且准确。数据可视化以直观的图形或图像展现分析结果，与用户交互，提高数据理解效率。数据应用将处理结果用于管理决策、战略规划，验证分析处理价值与实用性，体现大数据分析的实际价值。
