鉴于国外已经形成了比较完整的大数据高端人才培养体系，那我们完全可以在培养国内人才时把它借鉴过来，这样做的好处是比自己摸索来的省时省力，可以尽快突破人才培养过程中的各个壁垒。

具体要怎么借鉴？还是要靠搜集客观数据来得出结论，这也是做数据分析的基本原则。如何实现从数据得出结论呢？数据的来源在哪里？在座的大部分是学生，以我们要了解的国外大数据高端人才的培养方式为例，将来你们如果要出国的话，在择校的时候肯定会先到国外学校的官网上去浏览，了解他们有哪些项目是你可以申请的，这就是搜集数据的过程。这个工序我已经帮你们做了，就是通过网络将开设了大数据人才培养项目的学校的数据搜集起来。这些资料有文本、图片、声音、表格、数字等各种形式，叫非结构数据。对这些数据进行处理之后，我们可以把它以我们能够分析的形式呈现出来，具体怎么做属于技术问题，不是今天讨论的重点。需要说明的是，国外的院校何其多，想要全部搜集到是不可能的，这里面涉及到一个权重设置的问题。像哈佛、耶鲁、普林斯顿等名校，在大多数人心目中肯定很有分量，但更多的是那些你没听说过的学校，比如我们首都经贸大学，我自己觉得挺有名气，但保不准在座的就有人没听说过。设置权重，可以让我们的结论更加靠谱，更有说服力。

下面具体跟大家分享下我获取相关数据的途径。在搜索引擎中键入大数据（big data）、深度学习（deep learning）、商业智能（business intelligent）、计算机科学（computer science）、统计学（statistics）等与大数据分析有关的词汇，这些词汇都是专家组讨论得到的。经过统计，这些词在该搜索引擎上一共有八亿六千三百多万条搜索记录。我们把它们从网络上采集下来编个程序，整理成可供分析的数据库。另外，网络搜索有一个热度高低的问题，有的网址热度高，有的热度低，像那些一万年都没有人访问，可能也没有人更新的，我们搜集来也没有什么用处，这就需要用技术来控制数据来源。留学要耗费一定的时间和金钱，鉴于国人普遍对排名靠前的学校认可度比较高，我们可以根据最新的美国大学排名（U.S.NEWS）把排名靠前的学校按照重要程度分别设置权重，数字越大越重要或者越小越重要都可以，这个可以根据个人习惯来。

通过统计并分析数据我们可以得到哪些信息呢？包括大数据分析要修炼多少年，即需要学多长时间；再有就是要花多少钱，即学费是多少；还有具体该去哪里练，是欧洲国家还是美洲国家；另外就是你是实地学习还是在线学习，最终是要兼职还是全职等。这些都跟你想要学习什么专业，是否适合这个专业方向及今后市场的需求有关。

通过文本分析、文本聚类、特征相关度等方法，我们把各个专业门派归纳出来，对大部分开设了这些课程的学校的信息进行提炼，当然其中的某些专业可能跟市场需求并不匹配。经过研究，未来市场认可的大数据人才大概分为三类。第一类人是有相关专业权威证书的；第二类是有博士学位的；第三类是有硕士学位的。在国外，很多专业证书跟硕士学位是并行的，也就是说拿到硕士学位以后证书自然也有了。本科的专业五花八门，虽然国外的很多学校可以自己设置专业，但一般没有大数据专业，所以国外的高端人才一般被定义为硕士以上学历的人。

经过统计，截止到2016年，世界范围内有300多个学校的384个项目和大数据相关；其中博士点11个，硕士点293个，能够通过学历直接获得证书的有83个。由于数量太多，我们把它们划分为数据科学、应用统计、商业分析、商务智能、健康医疗、信息系统、MBA七类。

有些朋友可能会觉得很奇怪，这些项目里找不到大数据的字样啊！事实上并没有明确的大数据专业，有的只是大数据分析的技术；学校教授的是计算机框架该怎么搭建，硬件、软件该怎么学习，以及数据分析的套路等；把这些内容都掌握以后，还需要结合具体的业务实践来运用。所以我们不能为了做大数据去学大数据，那样学完以后也不知道该怎么操作。

刚才我们把大数据相关专业的方向分了七类，相当于七大门派，商业分析是最热门的方向，大概有97个项目。国外的商科比较多，学起来相对容易，学成以后在现实生活中的应用比较广泛，毕竟一般的商业企业用不着特别繁复的分析手段。

上图是我们经过信息提取之后得到的词云图，每一个大字母都代表与大数据相关的一类专业，均由许多能表现主题词的字符组合而成。比如大字母B代表的是商业分析，在这个大主题下包含着管理（Management）、技术（Skills）、市场（Marketing）、计算机（Program）、数据（Data）等跟商业活动相关的词。其中线条粗、个头大，显示突出的词汇在商业分析这个大主题中发挥着比较重要的作用。词云图是可以令数据可视化的一种工具。相对应的字母I表示的是信息系统，G指得是商务智能，D是数据科学，T是健康医疗，还有两个字母A，一个是应用统计，一个是MBA。工商管理学硕士为什么也要用到大数据分析呢？做管理如果连数据都不能掌握，那是一件不可想象的事情，一会儿我们后面会讲到。除了这七大门派以外，对大数据的学习还有一些小的分支，因为不属于主流我们就不用考虑了。

下图列举了国外高校大数据相关七大学位项目的招收群体及培养目标，大家可以对照这张表了解下自己想要学习的专业方向。

第一项是数据科学，招收面向的群体是想利用数据科学提升企业业绩的专业人士及在相关领域获得竞争优势的学生；目标是要能够利用统计分析技术发现大规模数据中隐藏的价值。

第二项是应用统计硕士，就是要把数据分析的思想用到各个领域中去解决实际问题。不同的行业有不同的复杂的数据，凭借对数据的分析作出正确的推断和预测是统计要做的事情。

第三个方向是商业分析。这一类型主要吸纳有统计学、数学和计算机编程背景的学生及现在正在从事数据行业且想补充技能的专业人士。因为商业分析能够帮助解决企业管理过程中的技术问题并通过数据分析帮助企业获得竞争优势，所以这个专业方向现在非常的火。

由于字数比较多，这里我们就不逐个说了，大家想要了解的话可以自己看图片，咱们直接看一下博士是干什么的。目前大数据分析方向的博士是极其少见的，数据科学方向的相对多一些。比如计算机、统计等领域的博士，还有数据挖掘、经济学习、深度学习等方向，这些都可以算作是大数据方向的博士。博士主要是搞学术研究的，是被作为新一代的数据科学家来培养的。以我们国家为例，硕士学位分为两类，第一类是学术硕士，第二类是专业硕士。专业硕士主要做实际应用，说白了就是干活挣钱的；学术硕士是为了培养博士做准备的，主要是为了搞学术研究。

上图是国外高校大数据学位项目需要花费的平均学习时间及学费，不同的项目类型因为兼职和全职的区别有所不同，大家可以看到兼职的学习时间几乎是全职的两倍，大部分专业全职学习的时间是一到两年。我曾经去过美国北卡州立大学，这个学校的排名非常靠前，学时很短，十个月就可以学成毕业。

再看学费那一栏，欧洲高校那一列的单位是英镑，非欧洲高校那一列是美元，大家可以理解为是美国、加拿大等国家的学校。总体来说，去欧洲国家留学的费用要比去美洲国家低得多，甚至还有个别专业在欧洲是免费的。原因就在于美国很多人都找不到工作，我认识一位朋友，他已经有了好几个博士和硕士学位，还要再去念一个应用统计学硕士。我就问他：“这是为什么呢？你真的那么喜欢学习吗？”他说：“不是，主要是这个专业好找工作，出来年薪都是13——15万美元。”13到15万美元是一个什么概念呢，美国家庭人均年收入的中位数大概是四到五万美元之间，十几万美元就属于高薪了，转换成人民币更是不得了，所以说这个行业还是很有发展前景的。

欧美的学分体系跟国内不同，一个学分大概是25到30个学时，但是核心课程的学分大体相同，都是25到35之间，换算成课的话大概是七八门的样子，只要掌握了这些核心课程，就可以顺利毕业了。

（阮敬 首都经济贸易大学研究生院副院长）

（根据宣讲家网报告整理编辑，

未经许可，不得印刷、出版，违者追究法律责任）