大數(shù)據(jù)屬于什么專業(yè)？

大數(shù)據(jù)屬于大數(shù)據(jù)采集與管理專業(yè)。
大數(shù)據(jù)采集與管理專業(yè)是從大數(shù)據(jù)應(yīng)用的數(shù)據(jù)管理、系統(tǒng)開發(fā)、海量數(shù)據(jù)分析與挖掘等層面系統(tǒng)地幫助企業(yè)掌握大數(shù)據(jù)應(yīng)用中的各種典型問題的解決辦法的專業(yè)。
“大數(shù)據(jù)”（Big Data）指一般的軟件工具難以捕捉、管理和分析的大容量數(shù)據(jù)?！按髷?shù)據(jù)”之“大”，并不僅僅在于“容量之大”，更大的意義在于：通過對海量數(shù)據(jù)的交換、整合和分析，發(fā)現(xiàn)新的知識，創(chuàng)造新的價值，帶來“大知識”、“大科技”、“大利潤”和“大發(fā)展”。
“大數(shù)據(jù)”能幫助企業(yè)找到一個個難題的答案，給企業(yè)帶來前所未有的商業(yè)價值與機會。大數(shù)據(jù)同時也給企業(yè)的IT系統(tǒng)提出了巨大的挑戰(zhàn)。
通過不同行業(yè)的“大數(shù)據(jù)”應(yīng)用狀況，我們能夠看到企業(yè)如何使用大數(shù)據(jù)和云計算技術(shù)，解決他們的難題，靈活、快速、高效地響應(yīng)瞬息萬變的市場需求。

擴展資料：
大數(shù)據(jù)的核心技術(shù)：

（1）大數(shù)據(jù)與Hadoop生態(tài)系統(tǒng)。詳細介紹分析分布式文件系統(tǒng)HDFS、集群文件系統(tǒng)ClusterFS和NoSQL Database技術(shù)的原理與應(yīng)用；分布式計算框架Mapreduce、分布式數(shù)據(jù)庫HBase、分布式數(shù)據(jù)倉庫Hive。
1、關(guān)系型數(shù)據(jù)庫技術(shù)：詳細介紹關(guān)系型數(shù)據(jù)庫的原理，掌握典型企業(yè)級數(shù)據(jù)庫的構(gòu)建、管理、開發(fā)及應(yīng)用。
2、關(guān)系型數(shù)據(jù)庫技術(shù)：詳細介紹關(guān)系型數(shù)據(jù)庫的原理，掌握典型企業(yè)級數(shù)據(jù)庫的構(gòu)建、管理、開發(fā)及應(yīng)用。
3、分布式數(shù)據(jù)處理：詳細介紹分析Map/Reduce計算模型和Hadoop Map/Reduce技術(shù)的原理與應(yīng)用。
4、海量數(shù)據(jù)分析與數(shù)據(jù)挖掘：詳細介紹數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)挖掘算法–Minhash, Jaccard and Cosine similarity，TF-IDF數(shù)據(jù)挖掘算法–聚類算法；以及數(shù)據(jù)挖掘技術(shù)在行業(yè)中的具體應(yīng)用。
5、物聯(lián)網(wǎng)與大數(shù)據(jù)：詳細介紹物聯(lián)網(wǎng)中的大數(shù)據(jù)應(yīng)用、遙感圖像的自動解譯、時間序列數(shù)據(jù)的查詢、分析和挖掘。
6、文件系統(tǒng)（HDFS）：詳細介紹HDFS部署，基于HDFS的高性能提供高吞吐量的數(shù)據(jù)訪問。
7、NoSQL：詳細介紹NoSQL非關(guān)系型數(shù)據(jù)庫系統(tǒng)的原理、架構(gòu)及典型應(yīng)用。
參考資料來源：搜狗百科-大數(shù)據(jù)采集與管理專業(yè)