解读人：杨梓畅，2021级数据科学与大数据技术专业

毕业去向：考取西南石油大学计算机技术专业研究生

1、你是如何选择数据科学与大数据技术专业的？学了之后与你的期待一致吗？

其实当初填报志愿时，对“大数据”这个词是未知的，更多是被它的“未来感”和广阔的发展空间吸引了。后来真正接触这个专业，才发现它远比我想象中要系统、要复杂，也更有挑战，但也更有趣。

也正是这种复杂，让我慢慢体会到这个专业的魅力。它不像某些专业知识体系那么单一，而是跨学科融合：数学、计算机、人工智能都能融合在一个项目里。虽然一开始很吃力，但随着一步步学习和实践，我越来越享受这种“把数据变成答案”的过程。

2、在这个专业的学习过程中，有哪些让你印象特别深刻的课程或项目？为什么？

印象最深的是一个小设计，要用 Python 和 Flask 搭建一个图书数据分析网站，展示评分分布、用户偏好和关键词可视化。当时我从零开始，一点点爬取豆瓣数据、清洗处理，再写前后端联动，调试整合。我真正感受到：课本上的知识，真的可以变成生活中有趣又有用的东西。

还有一个特别感动的点是——看到网页跑起来的那一刻，真的有种“我们也可以做出成果”的自信。

3、学这个专业最难的部分是什么？你是怎么克服的？

对我来说，最大的难点是数学和编程这两块要同时啃。刚进大学时，我对 Python 几乎是零基础，高数和数分也学得非常吃力。但我一直相信“勤能补拙”的方法。

我会在课程之外看一些 B站上的编程实战视频，做点有趣的小项目练手。数学部分则是多请教老师和朋友，哪怕一道题能讲清楚，就是掌握了。慢慢地，我能独立完成数据处理、模型训练、可视化分析的全过程了。越学越有信心，也越喜欢这个专业。

4、你在大学期间有没有参与课外项目或实习？有什么收获？

我大三的时候在重庆国家应用数学中心参与了一个与 ChatGPT 相关的调研项目，要对各个版本的对话数据进行清洗、整理和分析，研究语言模型的迭代特点。这是我第一次接触真正“科研级”的数据集和任务。

过程中虽然遇到很多问题，比如编码格式不统一、数据量过大、可视化效率不高，但我也学到了很多实际技巧，更加理解了数据科学不仅仅是“跑模型”，而是要对数据全流程有掌控力。

这段经历也让我决定将来继续深造，希望能在人工智能和数据建模的交叉点上，做出更扎实的研究。

5、你觉得这个专业适合什么样的同学？你会怎么推荐它？

这个专业适合愿意动脑、也愿意动手的同学。数据科学不是一味“码代码”，也不是单纯“算公式”，而是一个从问题到方案、从数据到决策的完整思考过程。

如果你喜欢探索、善于思考、愿意钻研，也希望未来有更宽广的选择空间，比如去互联网公司做算法、去金融行业做分析、或像我一样继续读研研究智能系统，那这个专业会是很好的起点。

6、对正在考虑报考/就读这个专业的学弟学妹，有没有什么建议或提醒？

一是打好基础真的很重要。不要觉得基础课“枯燥”就想跳过，数学、编程、数据库这些都像一块块地砖，铺得稳，走得远。

二是动手实践不能等。有机会就去做点小项目，比如数据可视化、爬虫、图神经网络尝试都可以。真正上手以后你会发现，数据是活的，处理数据、让数据说话是一件很有成就感的事。

大学四年其实很短，珍惜每一次写代码、画图、熬夜做项目的经历，因为它们构成了你能力成长的每一阶梯。所以学弟学妹们，我始终认为兴趣是最大的老师，如果你们对这个专业感兴趣的话，大胆地做出选择吧！

特别提醒:以上仅为该生个人理解和认识，仅供参考!