美国大数据分析专业顶尖名校推荐_联商网
美国大数据分析专业顶尖名校推荐
　　全球最顶尖管理咨询公司麦肯锡(McKinsey)出具了一份详细的分析报告，预计到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在0000之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到1500000! 尽管目前有很多大数据工作者只是拥有一个本科学士学位，或者接受过简单的训练，但是在互联网时代，每天都有海量的数据信息产生，数据的处理变得越来越复杂，很多大公司已经在寻求拥有更高学历的高手来补充自己的实力。
　　其中对大数据处理需求最旺盛的行业包括：制药业、计算机软件、互联网、科研、IT技术服务、生物技术。事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了(美元)。那么究竟什么是大数据，或者更通俗点说什么是数据科学呢?
　　数据科学源自于处理每日产生的海量信息流，她是一门交叉学科，一个数据科学家同时需要是一个统计学家、计算机科学家，并且要是一个具有创造性思维的思想家。一个数据科学家具备如下的技能和使命：
　　1、能够从庞杂多样的数据集当中搜集、处理、提取有价值的信息;
　　2、能够理解、具体化假想的概念，并能够有效和其他非数据科学家沟通;
　　3、能够做出数据驱动的解决方案来为企业产生收益、减少成本，甚至拯救世界。
　　虽然数据科学应用发展很快、对大数据人才的需求猛增，但是大部分美国的综合性大学未能及时有针对性的开设相应的硕士课程。大数据是互联网甚至世界的未来，当社会从工业化迈向信息化之后，我们以前很难想像的事情即将发生，比如可能出现信息与信息的对话、数据由智能化的硬件和软件绕开人类而直接作出最优决策。为了方便大家选校，本文整理了美国大数据分析专业顶尖名校推荐。
　　美国大数据分析专业顶尖名校推荐：
　　1. 斯坦福大学Stanford University
　　学位项目：计算机科学硕士(Master of Science In Computer Science)
　　专业分支：信息管理与分析(Information Management and Analytics)
　　所属学院：工程学院，计算机系
　　地点：斯坦福，加州
　　学制：1-2年
　　斯坦福的大名就不赘述了，其信息管理与分析分支涵盖了当今最前沿的数据库与信息管理系统技术，并教授最先进的海量数据挖掘方法。
　　核心课程包括：
　　数据库与信息系统应用
　　系统设计、构架和管理
　　数据挖掘与机器学习
　　该项目的学生就业十分便利、抢手，比如每年都有大量学生进入亚马逊(Amazon)的EC2云计算平台处理大规模运算。
　　2.加州大学伯克利分校University of California, Berkeley
　　两个相关的学位项目：数据科学工程硕士Master of Engineering (concentration in Data Science)，信息与数据科学硕士Master of Information and Data Science (MIDS)
　　所属学院：工程学院和信息学院
　　地点：伯克利，加州
　　学制：12-20个月
　　伯克利的两个硕士项目综合教授技术和企业运营的技能，立足现有最前沿的技术，扎实务实地培养学生成为领域内的佼佼者。
　　3.卡内基梅隆大学Carnegie Mellon University
　　学位项目：本校有两个相关硕士项目，信息技术硕士(Master of Science in Information Technology)和管理信息系统硕士(Master of Information Systems Management)
　　专业分支：商务智能和数据分析(Business Intelligence and Data Analytics)
　　所属学院：Heinz学院
　　地点：匹兹堡，宾夕法尼亚州
　　学制：16个月
　　卡内基梅隆大学的计算机科学专业排名在全美数一数二，与斯坦福、麻省理工起名，其数据分析与处理技术也名列前茅。本校的硕士项目有三个核心方向可供学生选择：
　　商务智能
　　数据分析
　　信息技术
　　项目培养的目标是要培养学生跨领域具备商业处理分析与预期建模、GIS地理信息定位与分析、分析报告、市场细分分析、数据可视化。卡梅全球顶尖的实验室也为学生提供了绝好的学习与实践机会(Heinz College&s iLab )，并且有固定的企业实习项目，为就业做了充足的准备。
　　4.哥伦比亚大学Columbia University
　　学位项目：计算机科学硕士(Master of Science In Computer Science)
　　专业分支：计算生物学、计算机安全、机器学习、自然语言处理等(Computational Biology, Computer Security, Machine Learning, Natural Language Processing, etc.)
　　所属学院：工程与应用科学学院
　　地点：纽约
　　学制：2年
　　哥伦比亚大学有一个世界顶尖的大数据科学与工程研究室(Institute for Data Sciences and Engineering)，学生在此参与实验与科研项目。
　　5.纽约大学New York University
　　学位：商业分析科学硕士Master of Science in Business Analytics
　　学院：斯特恩商学院Stern School of Business
　　地点：纽约市
　　学制：1年
　　纽约大学的商业分析项目旨在培养学生成为基于数据分析与决策的领导者，学员在一年制学习当中会有机会去其他国家的教学场所学习(比如2016年的一个教学地点在上海)，全程分五个学习阶段。
　　6.西北大学Northwestern University
　　学位项目：分析科学硕士(Master of Science in Analytics)
　　地点：伊凡斯顿(Evanston),伊利诺伊州
　　学院：McCormick工程与应用科学学院
　　学制：15个月
　　本项目成立于2012年，融合了数学、统计、高端IT和数据分析的教学和研究内容，除了正常的授课外，学生还需要完成两个行业实习和一个课程设计。
　　7、弗吉尼亚大学University of Virginia
　　学位项目：数据科学硕士Master of Science in Data Science
　　学院：数据科学研究所(Data Science Institute)
　　地点：Charlottesville，弗吉尼亚州
　　学制：11个月
　　弗吉尼亚大学的数据科学硕士项目致力于为政府和企业培养大数据处理的人才，每年7月份开课，次年5月份结课。课程由计算机系、统计系、系统与信息工程系联合授课。攻读本项目需要一些先修课程：
　　单变量积分Single variable calculus
　　线性代数Linear algebra or matrix algebra
　　统计学导论An introductory statistics course
　　计算机编程导论An introductory programming course
　　8.普渡大学Purdue University
　　学位项目：工商管理硕士Master of Business Administration
　　分支：商业分析Business Analytics
　　学院：Krannert管理学院
　　地点：西法拉叶，印第安纳州
　　学制：2年
　　和麻省理工学院的MBA一样，都有个单独的分支是商业分析，学生学习的基础课程涵盖高级商业分析、数据挖掘、组织数据管理等，选修课程可以从以下三个领域选择：
　　商业分析咨询
　　金融/财务咨询
　　市场营销咨询
　　9.亚利桑那州立大学Arizona State University
　　学位项目：商业分析科学硕士Master of Science in Business Analytics
　　学院：W.P. Carey商学院
　　地点：天普(Temple)，亚利桑那州
　　学制：9个月
　　亚利桑那州立大学的商业分析科学项目致力于利用数据分析提高日常商务运营和管理的效率，核心课程包括数据挖掘、应用回归分析、分析决策工具、商业分析战略等，学校和当地的公司入英特尔(Intel)和美国快递(American Express)建立有稳定的合作关系供学生实习。
　　10.本特利大学Bentley University
　　学位项目：市场营销分析硕士Master of Science in Marketing Analytics
　　学院：商学院
　　地点：Waltham,马萨诸塞州
　　学制：1--1.5年
　　本特利是美国东北部知名的商学院，金融、会计、市场营销等专业名师云集、校友网络强大，其项目包含十门核心课程，涵盖市场营销、统计学、市场研究、信息技术等。
　　11.德保罗大学DePaul University
　　学位项目：预测分析硕士Master of Science in Predictive Analytics
　　专业分支：计算方法、健康管理、酒店管理及市场营销(Computational Methods, Health Care, Hospitality and Marketing)
　　学院：计算与数字媒体学院
　　地点：芝加哥，伊利诺伊州
　　学制：2年
　　德保罗两年制的课程提供高级科研方法和技能在数据挖掘、多元统计、机器学习、数据库处理等前沿领域。
　　12.德雷赛尔大学Drexel University
　　学位项目：商业分析硕士Master of Science in Business Analytics
　　学院：LeBow商学院
　　地点：费城，宾夕法尼亚州
　　学制：2年以内
　　德雷赛尔大学的商业分析硕士项目面向对数量方法感兴趣的学生，引导学生利用数据分析去发现、探索出未知的关系，利用数据去解决商业问题。核心课程包括商业统计、决策科学、数学建模、运筹研究、数据挖掘等。
　　13.印第安纳大学-布鲁明顿分校Indiana University, Bloomington
　　学位项目：工商管理硕士Master of Business Administration
　　分支：商业分析Business Analytics
　　学院：凯利商学院Kelley School of Business
　　地点：布鲁明顿，印第安纳州
　　学制：2年
　　完成本项目需要在满足MBA学分要求的同时修满15个学分的课程，包括电子表格建模(spreadsheet modeling),数据仓库(data warehousing),数据挖掘(data mining)和决策支持模型(decision support modeling)。
　　14.路易斯安那州立大学Louisiana State University
　　学位项目：分析科学硕士Master of Science in Analytics
　　学院：E.J. Ourso商学院
　　地点：Baton Rouge,路易斯安娜州
　　学制：1年
　　本项目重点培养领域在数据挖掘、预报、客户分类和预测分析。核心课程包含高级数据管理工具、应用统计学和运筹研究技术。学生以小组的形式进入大公司或者政府机构实践大数据项目。
　　15.密歇根州立大学Michigan State University
　　学位：商业分析硕士Master of Science in Business Analytics
　　地点：East Lansing, 密歇根州
　　地点：Broad商学院
　　学制：1年
　　核心课程包括三个领域：
　　1. 商业数据管理过程与分析方法(Business data management process and analytic approaches)
　　2. 数据管理与分析(Data management and analysis)
　　3. 利用实时数据集作分析和应用的实验管理项目
　　具体的课程包括商业战略、数据挖掘、应用统计学、项目管理、市场营销技术、沟通与伦理等。
　　16.北卡罗来纳州立大学North Carolina State University
　　学位项目：分析科学硕士Master of Science In Analytics
　　学院：高级分析研究所(Institute for Advanced Analytics)
　　地点：Raleigh, 北卡罗来纳
　　学制：10个月
　　北卡罗来纳州立大学的分析科学硕士立足于现实商业环境，扎实务实，不以理论学习或者博士进阶为中心。在一年制学习当中，学生可以获得应用数学、统计学、计算机科学、商科等多方面的知识和技能，课程的作业或者论文多以4-5个成员小组为单位来完成，促进协作沟通;在第二和第三个学期，学生将在行业或者政府机构实习。
　　17.罗格斯大学Rutgers University
　　学位项目：商业和科学硕士Master of Business and Science
　　分析学分支&发现信息学和数据科学( Discovery Informatics and Data Sciences)
　　学院：研究生院
　　地点：New Brunswick,新泽西州
　　学制：1.5--2 年
　　罗格斯大学的跨学科商业与科学硕士项目综合了数据管理、统计、机器学习与计算等诸多领域的内容，培养学生成为各行各业的预测建模专家、数据挖掘工程师、分析师等。核心课程包括8门分析类课程和6门商学院课程，大致如下两类：
　　统计学、分析学与数据挖掘、数据库系统与编程。
　　选修课涵盖信息科学、人工智能、分布式计算或者计算科学。
　　18.辛辛那提大学University of Cincinnati
　　学位：商业分析硕士Master of Science in Business Analytics
　　学院：Lindner商学院
　　地点：辛辛那提(Cincinnati),俄亥俄州
　　学制：9个月&1年
　　辛辛那提大学商业分析硕士项目的前身是量化分析硕士(M.S. in Quantitative Analysis)，本项目综合了数学、商科、分析学、建模等学科的内容，另外设置了一系列选修课涵盖统计学、数据挖掘、供应链管理、运营管理、金融、流行病学等。其核心课程包含优化科学、模拟建模、概率模型与统计方法等。
　　19.康涅狄格大学University of Connecticut
　　学位项目：商业分析与项目管理硕士Master of Science in Business Analytics and Project Management
　　学院：商学院、信息管理与运营系
　　地点：Hartford, 康涅狄格州
　　学制：1&1.5年
　　康涅狄格州大学的商业分析与项目管理硕士教学有着坚实而悠久的历史基础，其中一个核心环节是和美国通用电气(General Electric)已经持续了十年合作的实习项目，在读学生要求完成如下课程：
　　4门商业分析课程(比如预测模型predictive modeling,数据管理data management,数据挖掘data mining和商务智能business intelligence等)
　　4门项目管理课程(比如项目领导力、风险与成本、高级项目管理等)
　　3门选修课
　　1个小组实习项目
　　20.马里兰大学University of Maryland
　　学位项目：商业市场分析硕士Master of Science in Business for Marketing Analytics
　　学院：Robert H. Smith商学院
　　地点：克里奇帕克(College Park),马里兰州
　　学制：9个月
　　马里兰大学的商业市场分析硕士成立于2013年秋，向学生提供一种综合的训练，用于解决市场分析时处理客户数据的各种问题，尤其是利用数学与统计模型和工具。核心课程：
　　8门必修课(比如市场管理、客户分析、统计编程、数据科学等)
　　5门应用课程(市场预测、零售分析、客户资源管理等)
　　1个实践学习项目
　　21.旧金山大学University of San Francisco
　　学位：分析学硕士Master of Science in Analytics
　　学院：商学院与文理学院
　　地点：旧金山，加州
　　学制：1年
　　旧金山大学的分析学硕士项目培养学生掌握战略决策学所需要的技术和方法、提高技术技能比如软件开发和统计分析，并着重培养学生的沟通表达技能。
　　同斯坦福大学一样，旧金山大学得天独厚的地理优势非常有利于学生就业，目前学生普遍就业与亚马逊(Amazon Web Services)等知名企业。
　　22.田纳西大学University of Tennessee
　　两个学位项目：商业分析硕士Master of Science in Business Analytics和工商管理硕士商业分析方向Professional MBA with Business Analytics
　　学院：工商管理学院，统计、运筹于管理学院
　　地点：Knoxville,田纳西州
　　学制：17个月
　　田纳西大学的商业分析硕士项目强调商业学习，培养学生运用科技解决大型商业问题、采用分析方法优化商业运营流程。核心课程偏重技巧，涵盖统计学、运营管理、描述性建模、数据挖掘等。
　　23.维拉诺瓦大学Villanova University
　　学位：分析学硕士Master of Science in Analytics
　　学院：商学院
　　地点：Villanova, 宾夕法尼亚州
　　学制：20个月
　　维拉诺瓦大学的分析学硕士项目培养学生组织、分析、编译数据以利于得出更智能的商业决策。毕业生能够掌握最新的分析技术、利用大数据预测市场走向。
　　其它还有很多知名高校开设了大数据相关硕士项目，在此仅列出学校名单：
　　Harvard university, University of Chicago, Johns Hopkins University, University of California&Berkeley, University of Rochester, Rensselaer Polytechnic Institute, University of Illinois--Urbana-Champaign, George Washington University，University of Texas&Austin, Worcester Polytechnic Institute, Texas A&M University--College Station, University of Minnesota--Twin Cities, Stevens Institute of Technology, Drexel Universit
　　（来源：微数据）
欢迎关注联商网，扫一扫关注【联商网微信订阅号】我们只为您推送最真实，最有价值的行业资讯
不吐不快？把你的想法发上来
全部评论()
暂时还没有评论哦！赶快跟帖哦
新闻关注榜
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
if ($("#top_wx_show_box").length == 0) {
$("#articleCmtAndFav").append(Qrcode);
$("#top_articleQrcodeImg").html($("#_articleQrcodeImg").html());
$("img[name=\"top_wx_clo\"]").click(function () {
$("#top_wx_show_box").fadeOut(100);
$("#top_wx_show_box").fadeIn(100);
$("#top_wx_show_box").fadeIn(100);
function articleQrcode() {
var url = arguments[0];
var Qrcode = "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
Qrcode += "";
if ($("#wx_show_box").length == 0) {
$("#headerCommentNum").append(Qrcode);
$("#articleQrcodeImg").html($("#_articleQrcodeImg").html());
$("img[name=\"wx_clo\"]").click(function () {
$("#wx_show_box").fadeOut(100);
$("#wx_show_box").fadeIn(100);
$("#wx_show_box").fadeIn(100);
var theArticleId = $("#ArticleId").val();
if ($("#headerCommentNum").length > 0) {
showshare("headerCommentNum", {
url: "/news/show.aspx?id=" + theArticleId,
eventName: "articleQrcode"
var ytvalue="";
if(document.getElementById("yetai")!=null)
ytvalue = document.getElementById("yetai"). }
if(ytvalue=="3" || ytvalue=="8")
{ BAIDU_CLB_fillSlot("568527"); }
联商网版权所有 &这些“绿牌专业”，你知道吗（大数据观察）_凤凰资讯
这些“绿牌专业”，你知道吗（大数据观察）
用微信扫描二维码分享至好友和朋友圈
2016年本科类失业量较小，就业率、薪资和就业满意度综合较高的“绿牌专业”包括：软件工程、网络工程、通信工程、电气工程及其自动化、审计学、广告学、车辆工程。其中，软件工程、网络工程、通信工程、车辆工程专业上届也是“绿牌专业”。失业量较大，就业率、薪资和就业满意度综合较低的“红牌专业”包括：应用心理学、化学、音乐表演、生物技术、生物科学、美术学。其中应用心理学、生物科学、美术学、音乐表演上届也是“红牌专业”，美术学则是连续三届“红牌”。
原标题：这些“绿牌专业”，你知道吗（大数据观察）制图：蔡华伟本期栏目统筹：龚相娟毕业将至，今年大学生就业创业情形怎样？近年来，各专业大学生的就业趋势如何？根据麦可思研究院日前发布的《2016年中国大学生就业报告》，2015届大学生毕业半年后的就业率为91.7%，其中，本科院校毕业生为92.2%，高职高专为91.2%，与2014届（92.1%）和2013届（91.4%）基本持平。“在经济下行压力影响下，2015届大学生就业基本稳定，一方面因为大学毕业生的创业和深造比例上升，减少了需就业的基数；另一方面因为信息、教育、医疗等知识密集型产业近年来增长较快，大学毕业生在经济结构变化中的就业适应性更好。”有专家分析。自主创业者超过20万人，创业存活率明显提升黄荣槟是中国人民大学国际经济贸易专业2012届毕业生。大学毕业后，他来到一家央企，负责等大宗原料进口工作。可三年合约期满后，他选择了辞职，开始了自主创业之路。“其实刚毕业时，创业的种子就已经在心中埋下。工作一段时间之后，我更发现自己真正想要做什么。况且，现在创业环境、投资政策那么好，我也想在风口上飞一把。”根据国家统计局《2015年国民经济和社会发展统计公报》发布的普通本专科毕业生人数680.9万估算，2015届大学生中约有20.4万人选择了创业。大学毕业生创业存活的比例也在上升。2010届毕业时创业的大学毕业生，三年后还在创业的比例为42.2%，2012届毕业生的创业三年存活率达到47.8%。“在政府引导、社会氛围和学校支持下，创业成为许多青年愿意尝试的一种选择。尤其是‘先就业后创业’成为一种趋势。”北京师范大学高等教育研究所常务副所长洪成文说：“从报告中可以看出，2012届大学毕业生毕业时创业的比例为2%，毕业三年后创业比例增长为5.7%，其中毕业时创业、三年后还存活的约占1个百分点，就业后再创业的约占4.7个百分点。”管理学就业率最高，计算机与数据处理收入最高数据显示，2015届本科毕业生半年后就业率最高的学科门类是管理学（94.0%）；最低的是历史学（86.4%），其次是法学（86.9%）。高职高专毕业生半年后就业率最高的专业类是城市轨道运输类、港口运输类、公共管理类（均为94.4%），最低的是法律实务类（86.7%）。2016年本科类失业量较小，就业率、薪资和就业满意度综合较高的“绿牌专业”包括：软件工程、网络工程、通信工程、电气工程及其自动化、审计学、广告学、车辆工程。其中，软件工程、网络工程、通信工程、车辆工程专业上届也是“绿牌专业”。失业量较大，就业率、薪资和就业满意度综合较低的“红牌专业”包括：应用心理学、化学、音乐表演、生物技术、生物科学、美术学。其中应用心理学、生物科学、美术学、音乐表演上届也是“红牌专业”，美术学则是连续三届“红牌”。2015届大学毕业生平均月收入为3726元，比2014届增长了239元，比2013届增长了476元。月收入在5000元以上的本科毕业生有27.1%，月收入在1500元以下的有1.1%。扣除当年居民消费价格指数（CPI）增长的影响后，近三届大学生实际工资仍保持着稳定上升的趋势。2015届本科毕业生半年后从事的主要职业类月收入最高的是“计算机与数据处理”（5039元），其次是“互联网开发及应用”（5017元）。高职高专毕业生半年后月收入最高的职业类是“经营管理”（4148元），其后是“（银行/基金/证券/期货/理财）”（4141元）、“互联网开发及应用”（4101元）。教育、医疗、信息产业吸纳力增强，建筑、传统制造业需求下降安徽工业大学国际经济专业的徐春阳在毕业后并没有选择与专业相关的工作，而是去了一家培训学校。“在找工作的过程中，我发现中小学教育、外语留学培训机构之类的教育行业招的人不少，而且待遇不错。加上我有过留学的背景，所以现在的这份职业很适合我。”徐春阳说：“我认为，在当下社会，教育是一个会被不断增加投入的行业，前景应该不错。”徐春阳的感受是有数据支撑的。蓝皮书显示，在就业比例前十位行业中，与2013届相比，2015届本科毕业生就业比例增加较多的行业类依次为“教育业”（增加3.6个百分点）、“医疗和社会护理服务业”（增加2.8个百分点）、“媒体、信息及通信产业”（增加1.8个百分点）；就业比例降低最多的行业类是“建筑业”，降低了2.4个百分点，其次是“机械五金制造业”，降低了1.7个百分点。高职高专毕业生就业比例增加较多的行业类为“金融业（银行/保险/证券）”（增加2.2个百分点）、“医疗和社会护理服务业”（增加2.0个百分点）和“教育业”（增加1.9个百分点）；就业比例降低最多的主要行业类是“机械五金制造业”，降低了1.6个百分点。国家教育咨询委员会委员、中国就业促进会副会长陈宇认为，“连续三届的行业吸纳率数据反映了社会产业结构的变化趋势。知识与服务密集型的现代产业发展势头强劲，而劳动密集型的传统产业则面临一些挑战。”民企、中小微企业、地级市及以下地区等成为主要就业去向武汉大学文学院2015届毕业生张璞在决定去哪里工作时左右为难，一边是中建集团下属某分公司，一边是一家民营企业。张璞说：“想来想去，觉得去中建工作的话可能要跟着项目跑，不太适合女孩子，所以还是选择了这家民企。老板有想法、有激情，跟着他干，能锻炼能力，而且这边工资又高，一个月能有1万块。”从就业报告数据可以看出，民营企业已经成为大学毕业生就业的主要去向。大学毕业生在民营企业就业的比例从2013届的54%上升为2015届的59%。与此同时，大学毕业生在国有企业就业的比例从2013届的22%下降到2015届的18%，在中外合资／外资／独资企业就业的比例从2013届的11%下降到2015届的9%。中国人民大学教育学院副院长周光礼分析：“这些变化也反映了企业结构的调整。国企正在经历新一轮的产能调整，转型升级中会遇到很多挑战；外资企业受劳动力成本上升等因素的影响，对毕业生的吸引力慢慢下降；而此时民营企业对就业的支撑作用就凸显出来了。”此外，中小微企业雇用了超过一半的大学毕业生。届大学毕业生在3000人以上大型用人单位就业的比例从23%下降到21%，在300人以下的中小微用人单位就业的比例从51%上升为55%。大学毕业生在地级市及以下地区的就业比例上升。届大学毕业生在地级市及以下地区就业比例从2013届的52%上升为2015届的55%。《 人民日报 》（ 日 09 版）
用微信扫描二维码分享至好友和朋友圈
凤凰资讯官方微信
播放数：633124
播放数：10631
播放数：1876756
播放数：5808920
48小时点击排行&&&&&&&&&&&&&&&
大数据时代下生物医药领域的应用前景
&&&&来源：e-works&&&&作者：&&&&&&&&&&&&
关键字：&&&&
在生物医药领域, 基因组测序技术的革新使得低成本、高通量、快速度成为现实, 与此相关数据信息也出现了爆炸性增长, 生物医药领域被悄然融入大数据的行列。
　　大数据, 被美国政府认为是&未来的新石油&, 被视为等同于人力资源和物质资源的国家重要战略资源。一个国家所具有的数据规模以及处理和使用数据的能力代表着一个国家的部分综合实力, 对数据的有效运用有助于国家和社会的安全、稳定和快速发展[1, 2]。大数据是一种内容庞大而又多样化的信息资产, 对大数据的处理需要敏锐的洞察能力、强大的处理能力以及有效的使用方式。
　　目前, 世界范围内各个国家均对大数据的研究高度重视, 大数据科学研究和应用成为当今世界研究热点。在发达国家, 各种大数据项目或计划已相继推出, 一些国际著名大学也着手成立了大数据研究机构。
　　本文中侧重概述了信息技术的发展过程以及大数据的产生, 重点介绍目前生物医药领域的数据信息, 总结了在信息爆炸式膨胀发展的阶段, 生物信息学在生物医学领域中的应用, 以及如何做好这些应用, 并对其未来前景进行了展望。
　　1、大数据时代
　　20世纪80年代著名的未来学家阿尔文&托夫勒在《第三次浪潮》中将人类社会的发展划分为3个阶段, 即农业阶段、工业阶段、阶段 (服务阶段)。信息化阶段起始于20世纪50年代, 发展至今日, 信息已经充斥于生活的每一个角落, 大数据的产生离不开信息技术的发展。
　　《Nature》2008年9月出版专刊, 讨论了大数据、管理和分析等问题, 昭示着大数据时代的到来。2011年, 《Science》发布专刊&Dealing with data&, 重点描述了&有效组织和利用数据对社会发展的推动作用&。2012年4月, ERCIM News发布专刊&Big Data&, 集中论述了大数据数据管理与数据处理方面的关键问题。从2013年开始, 国际电子工程学会 (IEEE) 计算机学会决定, 每年举办一次&IEEE Big Data&国际学术会议[1]。在国际范围内各行各业对大数据技术的探讨和开发愈演愈热。在生物医药领域, 随着各种新型技术的不断出现, 使得数据库中的信息量不断增大[3, 4]。面对如此庞大的数据量, 如何对它们进行有效的存储、分析、加工处理并最终获得更有价值的信息将是我们面临的主要问题, 同时也将带来前所未有的机遇[5, 6, 7]。
　　1.1 信息的技术发展
　　计算机的出现满足了数据信息保存和处理的需要, 互联网 (Internet) 的诞生与发展促进了信息的交流。技术的不断成熟, 让互联网技术仅用几十年的发展时间即经历了由简单到复杂、由低级到高级、从区域性服务到全球化共享的发展过程。发展到今天, 互联网已普遍平民化使用。在日常生活中, 我们甚至已经无法离开网络, 网络成为了生活的一部分, 可以说, 网络的广泛使用才使得计算机更具有存在的意义和价值。目前, 正朝着高速、智能、移动互联的方向发展。
　　1.2 数据的产生
　　Internet的出现, 使得传统的信息收集、传输及交换方式发生了根本性的变化, 并且数字化的数据可以很容易被分享、复制、整合。根据IDC报道, 近几年互联网上的数据每年增长速度为50%, 几乎每两年便翻一番, 目前世界上90% 以上的数据是最近几年才产生的[8, 9]。
　　2、生物医药数据
　　在生物医药领域, 各种仪器平台的数字化, 无数的数码, 时时刻刻都在产生着大量数据[8]。在生物信息行业, 随着测序技术的发展以及计算机计算能力增强, 全基因组的测序价格由十年前的上亿美元降至今天的数千美元, 这使得更多人、物种的DNA信息的获取成为可能[10, 11, 12]。
　　坐落在英国的欧洲生物信息研究中心 (EBI), 是欧洲分子生物学实验室的一部分, 同时也是世界上最大的生物信息数据中心之一, 目前保存有20 PB的数据量, 包括基因组信息、蛋白质信息、小分子数据等[13]。在EBI中基因组数据约有2 PB, 并且以每年 2 PB的数据量进行增长[13]。华大基因是世界上最大的基因组数据产生者之一, 每天都会产生6 TB的基因组数据[13]。从1982年至今, GenBank中的数据几乎每18个月翻一番[14]。&千人基因组计划&仅仅测序产生的原始数据量就会接近PB的级别[15, 16]。著名的蛋白质结构数据库PDB数据库, 包含有近10万条生物大分子的数据信息, 而每条信息的数据量达到GB级别[17]。随着技术的进步, 每年也将有大量新数据的增加。CAS数据库中包含有超过7 900万条的 化学物质数据, 包括合金、配位化合物、矿物质、高聚物以及盐类等, 此外还有7 000余万条的化合物反应信息。
　　3、生物医药大数据的解决之道
　　&大数据&不等于&海量数据&, 其所代表的含义并不只是说数据量庞大, 还包括对这些大量数据的存储、管理、分析和利用[18]。大数据的价值, 不仅仅在于拥有海量的数据信息, 更重要的是在于对这些含有意义的数据进行专业化处理, 提取最具价值的信息[19]。生物医药数据所蕴含的信息价值更是不可估量的。
　　3.1 数据挖掘 (data mining,DM) && 信息收集与提取
　　数据挖掘又称为数据库中的知识发现 (knowledge discovery in database,KDD), 是对大量观察到的数据进行收集、分析和提取, 从中发现事先未知的联系和规律, 进而形成知识[20]。
　　2000多年前, 张仲景在写《伤寒论》时并没有像现在这样做实验, 在序言中他提到&勤求古训、博采众方&。他做的重要一点就是从其他医药家积累的经验里面抽取了最具有价值的有关中医防治疾病的方法。李时珍在编写《本草纲目》一书时, 曾参考八百余种历代有关医药及其学术书籍, 完成了这部药物学的总结性巨著。&药王&孙思邈走访民间集万家之言, 博采精华, 去伪存真, 同时博览众家医书, 完成不朽著作《千金要方》。以上典籍对中医学具有深远的影响, 至今仍在使用。张仲景、李时珍、孙思邈博览典籍、汲取众长过程就是在进行数据的挖掘。
　　时至今日, 面对海量的数据已无法采用人工的方式来完成。数据挖掘和知识发现是生物信息学在生物医药领域研究的主要任务[21]。目前数据挖掘技术已被应用于基因芯片分析、DNA序列比对、生物文献的挖掘以及生物数据的可视化等[22]。另外, 我国中医药发展拥有上千年的历史, 尤其近些年的快速发展, 积累了大量的临床经验和基础研究数据, 由于中药的作用特点, 使得这些数据更加的复杂, 但对人类疾病的治疗也更具有意义。改革开放以来, 国家也在逐步重视中医药的开发和利用, 使用现代化技术对这些数据进行整理和分析将有助于我国中医药的研究与开发, 必能大大提高中医药的研发水平。
　　3.2 高性能计算 (high performance calculation, HPC) && 数据计算
　　生物大数据的规模和计算强度已经远超过了我们个人电脑所能处理的范围[23]。生物信息的计算必须要有高效的方法。目前比较流行的快速高效计算方法有并行计算和GPU计算。
　　并行计算 (parallel computing), 即一个任务分配给多条流水线路或多个处理器来完成。并行计算可以充分调用可用于计算的资源。在生物信息学中典型的应用就是分子对接计算[24], 每个独立的处理器处理一个待筛选的小分子, 将成千上万的独立数据分配给众多的节点, 最后经管理系统将结果搜集整理并输出。目前流行的并行软件系统有Sun Grid Engine (SGE) 和Open Portable Batch System (OpenPBS)。
　　GPU计算是随着对计算性能要求的提高而出现的, CPU在逻辑运算和事务处理中具有较强的性能, 而GPU则具有更高的数据计算效率。单个GPU芯片中可以集成上千个处理器, 具有极其强大的浮点数运算能力[25]。同时, 使用CUDA编程技术可以很好的解决复杂计算问题。生物医药领域的计算具有数据量大、计算度复杂、要求精度高的特点, 这些正是GPU计算的优势所在, 生物医药领域的大数据处理将是GPU计算的最佳用武之地。
　　3.3 云服务平台 (cloud services platform) && 数据分析与处理
　　云服务是一种基于WEB的服务方式, 云服务平台的出现很好地实现了软件、硬件和其他计算资源 的共享。只需将数据、需求提交, 支付相应的费用 (远远低于设备购置费用, 而且目前有公用免费平台), 短暂的时间之后就可以得到需要的结果, 并且结果数据具有相对规定统一格式。例如NCBI的BLAST计算、上海药物研究所的TarFisDock平台等。在国际上比较有名的云计算平台是亚马逊弹性计算云 (EC2, Elastic Compute Cloud)。在国内, 华大基因为应对生物医药大数据的计算以及提供更优质的服务开发了基于云计算的在线基因组分析平台, 称为&EasyGenomics&, 该平台具有成千上万的处理器以及大规模的存储空间, 用来应对EB级别的数据处理。本实验室开发的NetCAD网络平台搜集了近2万个人类蛋白, 发现了它们之间的近13万条相互作用关系, 可以为冠心病研究人员提供有效的帮助。
责任编辑：
本文为授权转载文章，任何人未经原授权方同意，不得复制、转载、摘编等任何方式进行使用，e-works不承担由此而产生的任何法律责任! 如有异议请及时告之，以便进行及时处理。联系方式：editor@e- tel：027-/21。
分页导航：
12345678910
12345678910
12345678910
12345678910