大數據具體是做什么？有哪些應用？

這是一個很好的問題，也是很多人關心的問題。作為一個大數據從業者，我來回答一下。

首先，解釋大數據的具體用途并不容易。一方面大數據本身需要一個應用場景，另一方面應用大數據需要一定的專業知識。隨著云計算和物聯網的不斷發展，大數據的應用場景也在不斷完善和發展。我相信在產業互聯網時代，大數據的應用場景將會全面鋪開，大量的傳統行業將會逐漸開始具備應用大數據的基礎。

大數據的應用涉及一個完整的產業鏈。雖然目前大數據的產業鏈還有待完善和發展，但整體架構已經比較完整，涉及數據采集、數據分析和數據應用。每個環節都有價值增量，每個環節也都有大量的工作崗位。

數據采集是大數據的來源，數據采集的質量對大數據本身的價值有著非常直接的影響。目前行業內有大量公司致力于數據采集，數據采集的價值增值空間比較大，但主要看數據采集的質量。在早期的消費互聯網時代，數據采集主要通過W

計算機科學與技術，軟件工程，和數據科學與大數據技術哪個就業面更廣？

我回答過很多類似的問題。為了不重復，我就從it行業企業招聘這三個。專業鑒定直接干貨回答:

1.毫無疑問，計算機科學與技術的就業面最廣。可從事電子信息設備、嵌入式軟件、后臺軟件的研發。當然第一種一般比較少見，電子信息工程比較適合；

2.軟件工程其實最適合后臺軟件研發，尤其是應用軟件研發。然而，有一件事可以t不能說是一個誤區，但確實是一個規律，就是:規劃的基礎比較好，假設同等條件，要選擇規劃——注意同等條件的前提；

3.數據科學和大數據科學有點意思。對于IT行業來說，它最適合的職位是算法工程師，這個職位在幾年前非常熱門，因為當時有很多空白點。但是經過幾年的發展，出現了幾個問題:1)大量的通用算法已經產品化或者模塊化，一個軟件工程師琢磨一下就能實現功能，滿足要求；2)很多頭部公司注重分工和深度創新。對算法要求高的企業招人，一個有碩士s學歷以上最好，另一個更喜歡直接招數學專業的。因為設計優化算法是核心，大部分人都能實現算法；3)計算機專業的學生數學基礎較好，可以閱讀和實現大量的通用算法，也會占據一些位置。但無論如何，需求還在，只是不不要認為宇宙是第一位的；同時，一方面要打造自己的優勢:我數學強，算法好；另一方面，至少掌握一門高級語言(Java)和一門動態語言(Python)——注意這個前提。還有，每次看到數據分析和挖掘一定要和Python在一起，就有點無奈，這個話題的范圍就不擴大了。

總結一下:其實都不錯，高校提供的資源很容易補上行業需要的短板。廣一定是理科。

另外，一個實際問題是:高考報考時，這三個專業是有區別的，一般科目最高。假設你的分數有保障，當然沒問題，假設你不情愿，你對這個學校感興趣，那就大膽選軟工科和數學，沒問題。