现代生活已经离不开 “大数据” ，而数据专家也成为了所有行业都求贤若渴的人才。进入数字时代之后，无论是建模和分析数据集，还是建立在大量数据分析基础上的机器学习 (ML)，各种形式和规模的公司都在寻找专业人士来解决业务的数据问题。根据《大数据人才指数报告》显示，目前全球面临大数据人才荒，我国大数据人才仅有46万，未来3-5年内大数据人才的缺口将高达150万多。
1企业与高校深入合作
数据行业是一个年轻且日新月异的行业，所以企业急需前沿人才。他们希望找到掌握了最新的机器学习知识和创新技能的人才，来帮助他们解决他们的数据难题。诸多企业采用通过与教育机构合作、培训计划和内部技能提升等方式，在人才管道中进行早期投资，希望领先一步，在高校抢到优秀人才。
2偏爱专家而非全才
在数据行业，拥有一技之长可能比成为全才更重要。更多企业在寻找可以深入研究数据科学，同时又可以解决真正问题的专家。因此，深度学习工程师、NLP 工程师、计算机视觉工程师、风险数据科学家、机器学习工程师、数据工程师，机器学习操作工程师等与数据工程相关的岗位是求职市场上最受青睐的。
3数字化转型
进入工业4.0时代之后，许多公司都正在面临数字化转型。在这个过程中引进数字化人才，可以帮助公司顺利度过转型期，并解决数据科学团队的低效问题。大数据分析公司 ThoughtSpot 的首席数据战略官Cindi Howson认为，分析工程师很快就会在数据科学团队中崭露头角。
综上可见，想要步入大数据领域，除了需要具备专业的知识，还要有足够的洞察力，了解行业的最新需求。邓迪大学从2010年开始就开设了数据科学相关课程，在数据教学方面有着丰富的经验。邓迪的数据科学与工程理学硕士课程为未来的数据人才量身定做，覆盖了数据工程和数据科学两个大热方向。
课程推荐
数据科学与工程理学硕士
Data Science & Engineering MSc
该课程将帮助学生提升数据工程和数据科学领域所需的知识技能，同时学习存储、管理和分析大数据，确保其具备未来从事这个充满挑战的行业所需的技能，成为优秀的数据工程师。
课程亮点
• 学习与云提供商（AWS、Azure GCloud 等）合作以构建强大的数据系统
• 学习使用SQL 和 NoSQL 数据库，以及如何使用Spark、Flink等并行数据分析软件，并将其结合到集成开发系统中
• 收获包括视觉和成像研究人员、商业智能专家以及工业和研究数据科学家等领域专家的指导
• 在专家的指导下完成研究项目，将所学的技能运用到零售、人工智能、医疗等项目中
就业前景
学生从数据科学与工程理学硕士课程毕业后可以胜任多个领域的工作，包括：
• 基于云和网络的行业，例如出版、消息服务、数据聚合器、广告等
• 卫生行业，特别是NHS（英国国家医疗服务体系）或私人医疗机构等领域
• 计算机游戏行业
