数据科学与工程:大数据时代的新兴交叉学科

大数据时代的IT发展的基本特点是:应用驱动创新,开源加速创新,硬件助力创新。基于对这些特点的认识,从社会创新发展、人才需求变化、技术发展趋势等方面论述了数据科学与工程这一新兴交叉学科的发展必然性,进一步阐述了数据科学与工程学科的特点、学科内涵与知识体系,最后从科学研究、系统开发和人才培养的角度探讨了数据科学与工程学科的建设思路。

大数据科学与工程专业设置探索

针对贵州大数据产业发展的实际需情况,分析大数据的关键技术及特点,结合贵州发展和打造大数据产业的三大机遇和五大优势,对贵州大学设置大数据科学与工程专业的优势进行了分析和展望,利用更好的培养大数据产业人才。

数据科学与工程:大数据时代的新兴交叉学科

近些年来,随着经济的快速发展,科技领域不断创新,取得了令人骄傲的成绩。互联网时代的发展,极大地促进了社会的进步,开辟了大数据时代。数据在我们的生活中占据越来越重要的地位,对我们的生活产生的影响也是越来越大。大数据时代指的就是人们对于社会生产中的各种数据进行的一个信息整合,然后应用到自己的专业领域。大数据时代下,各行各业快速发展,行业之间形成不同的交叉与分支,IT行业的发展特点尤为明显,硬件软件不断进行创新,基于这些基本的特点,数据科学与工程这一新兴交叉学科应运而生。文章通过从社会创新发展角度、人次需求的变化角度以及技术发展的趋势角度进行多方面的分析挖掘,进一步阐述数据科学与工程这一学科的特点所在,以及学科内部的科学内涵和相应的知识体系,最后结合时代发展的特点和科学研究的进程,综合讨论数据科学与工程这一学科的未来建设思路和发展前景。

数据密集型科学与工程：需求和挑战

科学研究在经历了实验科学、理论科学、计算科学阶段后,进入了数据密集型科学阶段,与之相伴的是大数据时代的到来.大数据泛指规模达到几百TB,甚至PB级的数据①,其典型的特征是分布、异构、低质量等.尽管传统数据库管理技术(特别是商业关系型数据库)在过去40年间取得了巨大成功,但是这些技术和系统无法有效管理支持数据密集型科学与工程(Data-Intensive Science and Engineering,DISE)的大数据.文中探讨数据密集型科学与工程的具体需求和现实挑战.它涵盖的内容表现在4个层面,包括数据存储与组织、计算方法、数据分析以及用户接口技术等.同时,数据质量、数据安全、数据监护等内容也需要在各层面得到重视.文中尝试梳理了数据密集型科学与工程的整体架构,回顾了相关领域的新近发展,分析了面临的挑战,探讨了未来的研究方向.

数据类专业资源体系的构建与实践

数据时代的到来,给数据类专业人才的培养带来前所未有的机遇和挑战。随着大数据时代的推进,政府和企业对数据类人才的要求更加严格,标准更高。数据类本科专业的人才培养设置势必要体现并满足大数据时代对人才培养的要求。因此,结合学校十余年来在数据类专业建设方面的成就,从数据资源体系、项目及案例资源体系和社会资源体系三方面研究数据类专业三位一体的资源体系的构建,得出在体系践行下有效促进高素质复合型数据类人才培养的实践经验。