鑒于國外已經(jīng)形成了比較完整的大數(shù)據(jù)高端人才培養(yǎng)體系，那我們完全可以在培養(yǎng)國內(nèi)人才時把它借鑒過來，這樣做的好處是比自己摸索來的省時省力，可以盡快突破人才培養(yǎng)過程中的各個壁壘。

具體要怎么借鑒？還是要靠搜集客觀數(shù)據(jù)來得出結論，這也是做數(shù)據(jù)分析的基本原則。如何實現(xiàn)從數(shù)據(jù)得出結論呢？數(shù)據(jù)的來源在哪里？在座的大部分是學生，以我們要了解的國外大數(shù)據(jù)高端人才的培養(yǎng)方式為例，將來你們?nèi)绻鰢脑挘趽裥５臅r候肯定會先到國外學校的官網(wǎng)上去瀏覽，了解他們有哪些項目是你可以申請的，這就是搜集數(shù)據(jù)的過程。這個工序我已經(jīng)幫你們做了，就是通過網(wǎng)絡將開設了大數(shù)據(jù)人才培養(yǎng)項目的學校的數(shù)據(jù)搜集起來。這些資料有文本、圖片、聲音、表格、數(shù)字等各種形式，叫非結構數(shù)據(jù)。對這些數(shù)據(jù)進行處理之后，我們可以把它以我們能夠分析的形式呈現(xiàn)出來，具體怎么做屬于技術問題，不是今天討論的重點。需要說明的是，國外的院校何其多，想要全部搜集到是不可能的，這里面涉及到一個權重設置的問題。像哈佛、耶魯、普林斯頓等名校，在大多數(shù)人心目中肯定很有分量，但更多的是那些你沒聽說過的學校，比如我們首都經(jīng)貿(mào)大學，我自己覺得挺有名氣，但保不準在座的就有人沒聽說過。設置權重，可以讓我們的結論更加靠譜，更有說服力。

下面具體跟大家分享下我獲取相關數(shù)據(jù)的途徑。在搜索引擎中鍵入大數(shù)據(jù)（big data）、深度學習（deep learning）、商業(yè)智能（business intelligent）、計算機科學（computer science）、統(tǒng)計學（statistics）等與大數(shù)據(jù)分析有關的詞匯，這些詞匯都是專家組討論得到的。經(jīng)過統(tǒng)計，這些詞在該搜索引擎上一共有八億六千三百多萬條搜索記錄。我們把它們從網(wǎng)絡上采集下來編個程序，整理成可供分析的數(shù)據(jù)庫。另外，網(wǎng)絡搜索有一個熱度高低的問題，有的網(wǎng)址熱度高，有的熱度低，像那些一萬年都沒有人訪問，可能也沒有人更新的，我們搜集來也沒有什么用處，這就需要用技術來控制數(shù)據(jù)來源。留學要耗費一定的時間和金錢，鑒于國人普遍對排名靠前的學校認可度比較高，我們可以根據(jù)最新的美國大學排名（U.S.NEWS）把排名靠前的學校按照重要程度分別設置權重，數(shù)字越大越重要或者越小越重要都可以，這個可以根據(jù)個人習慣來。

通過統(tǒng)計并分析數(shù)據(jù)我們可以得到哪些信息呢？包括大數(shù)據(jù)分析要修煉多少年，即需要學多長時間；再有就是要花多少錢，即學費是多少；還有具體該去哪里練，是歐洲國家還是美洲國家；另外就是你是實地學習還是在線學習，最終是要兼職還是全職等。這些都跟你想要學習什么專業(yè)，是否適合這個專業(yè)方向及今后市場的需求有關。

通過文本分析、文本聚類、特征相關度等方法，我們把各個專業(yè)門派歸納出來，對大部分開設了這些課程的學校的信息進行提煉，當然其中的某些專業(yè)可能跟市場需求并不匹配。經(jīng)過研究，未來市場認可的大數(shù)據(jù)人才大概分為三類。第一類人是有相關專業(yè)權威證書的；第二類是有博士學位的；第三類是有碩士學位的。在國外，很多專業(yè)證書跟碩士學位是并行的，也就是說拿到碩士學位以后證書自然也有了。本科的專業(yè)五花八門，雖然國外的很多學?？梢宰约涸O置專業(yè)，但一般沒有大數(shù)據(jù)專業(yè)，所以國外的高端人才一般被定義為碩士以上學歷的人。

經(jīng)過統(tǒng)計，截止到2016年，世界范圍內(nèi)有300多個學校的384個項目和大數(shù)據(jù)相關；其中博士點11個，碩士點293個，能夠通過學歷直接獲得證書的有83個。由于數(shù)量太多，我們把它們劃分為數(shù)據(jù)科學、應用統(tǒng)計、商業(yè)分析、商務智能、健康醫(yī)療、信息系統(tǒng)、MBA七類。

有些朋友可能會覺得很奇怪，這些項目里找不到大數(shù)據(jù)的字樣??！事實上并沒有明確的大數(shù)據(jù)專業(yè)，有的只是大數(shù)據(jù)分析的技術；學校教授的是計算機框架該怎么搭建，硬件、軟件該怎么學習，以及數(shù)據(jù)分析的套路等；把這些內(nèi)容都掌握以后，還需要結合具體的業(yè)務實踐來運用。所以我們不能為了做大數(shù)據(jù)去學大數(shù)據(jù)，那樣學完以后也不知道該怎么操作。

剛才我們把大數(shù)據(jù)相關專業(yè)的方向分了七類，相當于七大門派，商業(yè)分析是最熱門的方向，大概有97個項目。國外的商科比較多，學起來相對容易，學成以后在現(xiàn)實生活中的應用比較廣泛，畢竟一般的商業(yè)企業(yè)用不著特別繁復的分析手段。

上圖是我們經(jīng)過信息提取之后得到的詞云圖，每一個大字母都代表與大數(shù)據(jù)相關的一類專業(yè)，均由許多能表現(xiàn)主題詞的字符組合而成。比如大字母B代表的是商業(yè)分析，在這個大主題下包含著管理（Management）、技術（Skills）、市場（Marketing）、計算機（Program）、數(shù)據(jù)（Data）等跟商業(yè)活動相關的詞。其中線條粗、個頭大，顯示突出的詞匯在商業(yè)分析這個大主題中發(fā)揮著比較重要的作用。詞云圖是可以令數(shù)據(jù)可視化的一種工具。相對應的字母I表示的是信息系統(tǒng)，G指得是商務智能，D是數(shù)據(jù)科學，T是健康醫(yī)療，還有兩個字母A，一個是應用統(tǒng)計，一個是MBA。工商管理學碩士為什么也要用到大數(shù)據(jù)分析呢？做管理如果連數(shù)據(jù)都不能掌握，那是一件不可想象的事情，一會兒我們后面會講到。除了這七大門派以外，對大數(shù)據(jù)的學習還有一些小的分支，因為不屬于主流我們就不用考慮了。