近两年，随着科技的发展，人类社会拥有数据规模增长很快，每时每刻、从天到地都有大量数据被产生和存储下来。比如这么多家社交网站，一天到晚从你的location到点击了什么链接，各种鸡毛蒜皮的数据都存着。数据量的增大和数据的多样化促进了数据分析这类岗位的诞生。比如，购物网站根据你的浏览记录推荐你最感兴趣的产品，求职网站根据你修改简历里的skills & projects自动给你推荐匹配的工作录……这些聪明、精准又实时的决策背后，都是data science。

数据科学data science的火爆也使得各行各业对数据科学家人才需求旺盛，根据美国求职网站Glassdoor的统计，在2017年全美最佳岗位排行榜中“数据科学家”这一职位连续两年位列前50。IBM曾调查表明，到2020年社会对于数据科学家和数据工程师的需求将增加30%，届时每年开放的岗位将达到272万。

因此，为了满足社会对人才的需求，美国多所大学也陆续开设数据科学专业或课程。UC Berkeley表示，在2016年春季学期的时候，学校首次开设的数据科学基础课程只吸引了300多名学生，到这个学期，已经有1000多名学生注册这门课程。一位数据科学教授表示“在伯克利，从来没有哪门课发展的会如此之快。”

因此，UC Berkeley决定增设一个数据科学本科专业，这也是学校College of Letters and Science在过去的16年里首次增设新专业。

而在整个加州大学系统，其他学校也纷纷追随UC Berkeley的脚步。UCSD决定于今年秋季增设数据科学本科专业和双专业，UCD也将开设一门统计数据科学课程，UCSC甚至专门设立了一个全新的D3中心，即Data, Discovery和Decisions的缩写，用于培养训练学生的数据分析能力。

事实上，这也不是加州大学系统开设的第一个数据科学专业，早在2015年秋季，UCI就已经这样做了。微软、英特尔和谷歌等科技公司还专门为加州大学提供了资金以帮助学校建立该专业。

数据科学基础课程的助教Sam Lau称，现在越来越多的人把数据科学当做一项必备技能，无论是什么专业什么背景。在他的课堂上来自经济学专业的学生甚至远比计算机科学专业的学生要多。

微信ID：usagogogo

投稿地址：[email protected]