数学系主要研究数据科学与大数据技术。数据科学与大数据技术是高校本科专业，属于计算机专业。专业代码为080910T，学制4年。毕业后理工科学士学位。

数据科学与大数据技术主要学习计算机科学和大数据处理技术相关的知识和技能，从大数据应用的三个主要层面(数据管理、系统开发、海量数据分析和挖掘)分析和解决实际问题。例如，今日头条使用算法匹配个人偏好的信息内容，淘宝根据消费者的日常购买行为和其他数据进行产品推荐，电子地图根据交通数据为车辆规划最佳路线。

附加信息：

数据科学与大数据技术专业课程：《数据结构》、《数据库原理与应用》、《计算机操作系统》、《计算机网络》、《Java语言程序设计》、《Python语言程序设计》、《大数据算法》、《人工智能》、《数据建模》、《大数据平台核心技术》、0755-79000。

本专业毕业后可从事以下工作：

大数据平台搭建、系统设计、基础设施建设。

技能：计算机体系结构、网络体系结构、编程范式、文件系统、分布式并行处理等。

2. 大数据系统分析师：

面向行业实际，运用大数据技术对数据安全生命周期进行管理、分析和应用。

技能：人工智能、机器学习、数理统计、矩阵计算、优化方法。

3.hadoop开发工程师：

解决大数据存储问题。

4. 数据分析：

擅长收集、整理和分析行业数据，并根据数据进行行业研究、评估和预测的多行业专业人士。通过使用工具对数据进行提取、分析和呈现，实现数据的商业意义。

作为一名数据分析师，你需要至少精通一种数据分析软件，如SPSS、STATISTIC、Eviews、SAS、大数据魔镜等，至少会使用access进行数据库开发，至少掌握一种数学软件，如matlab和数学，用于新模型的构建。至少掌握一门编程语言。简而言之，一个好的数据分析师不应该在业务、管理、分析、工具和设计方面落后。

5. 数据挖掘工程师：

进行数据挖掘，需要从海量数据中寻找规律，这需要一定的数学知识。最基本的是线性代数、高级代数、凸优化、概率论等，但常用的语言包括Python、Java、C或c++。有时使用MapReduce来编写程序，然后使用Hadoop或Hyp来处理数据。如果使用Python，则会与Spark结合使用。

6. 大数据可视化工程师：

随着大数据在人们工作和生活中的应用，大数据可视化也在改变着人们阅读和理解信息的方式。从百度的迁移到b谷歌的流感趋势，再到阿里云推出县域经济可视化产品，大数据技术和大数据可视化是幕后的英雄。