首先，我們來看一下“數據科學與大數據技術”本科新專業，批次情況。
如下：
教育部通知，含學校名單：http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201803/t20180321_330874.html
一、數量激增，985和211僅僅佔13%
顯而易見，數量激增。近年來，各行各業對數據科學家對求賢若渴，在人才頗為緊張的前提下，這麼多學校獲批專業，到哪裡去找老師成了難題。而且從院校情況來看，全國開設大數據本科專業的高校中，985和211僅僅佔13%。好學校好專業競爭激烈也反映在數據科學專業。
業內不願透露姓名的專家持有更有激烈的觀點認為，“第二批獲批“數據科學與大數據技術”的35所高校中，大半高校不適合以培養數據科學研究型人才為核心目標。因為缺乏相應的積累和能力”。那麼第三批的情況就更不樂觀了。不過，第三批獲批高校數量眾多，本來就很難用標準來衡量。
不難看出，普通高校一窩蜂的申請數據科學與大數據技術專業是追趕潮流的行為。正如前文所說，計算機技術、應用數學與統計學的基礎功底非常重要，如果學校在這幾個專業方向上並無優勢，趕潮流的成立新專業，在人才培養、教師水平提升方面都面臨嚴峻考驗。
二、人才培養的經驗，才剛剛起步
學生在選擇專業時，往往選擇有一定發展年限，在教學傳統已有積累、學習氛圍已養成、教學特色已具備的專業是比較穩妥的。數據科學與大數據技術在當下火爆，而且還在不斷髮展，幾年後對人才的要求是否會有變化，也增加了選擇“數據科學與大數據技術專業”不確定的風險。但是，可以肯定的是數據科學在中國的發展會越來越落地，越來越有用武之地，只是人才培養的經驗，才剛剛起步。
三、攀登數據科學的奧林匹斯山，缺少好的登山向導也是根本性困難之一
尤為惹人注意的現象是，很多人期望轉行數據科學心切，讓市場上魚龍混雜的培訓賺到了錢，很少有機構能夠公開真實的培訓課程完成率，誇大宣傳，硬說自己口碑好。師資也往往來自於知名企業的技術人員。企業確實擁有數據可以應用，並創造價值的場景。但是正如日本教育學家佐藤學所說的“世界上沒有比教師更難的工作了”，教學是一個要求非常高的工作，會不一定等於能教。可以這樣說，培訓從根本上解決不了一個學習曲線極為陡峭的學科對人才的需求，往往是花錢解決焦慮問題。攀登數據科學的奧林匹斯山，除了登山素有的高難度，缺少好的登山向導也是根本性困難之一。
總之，攻城先下護城河，數據科學人才發展絕不能錯過打基礎的黃金時間，專業選擇實需謹慎。（完）
親愛的數據
出品：譚婧
美編：陳泓宇
閱讀更多 譚婧在充電 的文章
