教育部今年公示的名单显示，2018年全国高校申报的新增专业共有2542个。从去年开始大热的“数据科学与大数据技术”专业今年继续保持优势，是全国高校申报最多的新专业；同时，已成为国家重点发展产业的人工智能是紧随其后的热门新专业。

新增专业，大数据继续领先，人工智能最“火”

据不完全统计，今年申报“数据科学与大数据技术”专业的高校，全国超过220所，远远超过其他专业。这一端倪在去年的新专业申报中就已经很明显了——去年全国有250所高校获批增设这个专业。

去年底，工信部发布《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，教育部在今年新专业审批备案工作通知中也强调，高校要主动服务国家战略和区域经济社会发展需要，增设乡村振兴、健康中国、人工智能、网络安全、外语非通用语种等领域的相关专业。

在这样的背景下，今年申报“机器人工程”、“智能科学与技术”专业的高校都超过100所，“智能制造工程”、“人工智能”专业也申报者众多。

百万级人才缺口，数据科学人才何以培养？

不止中国，全球的数据人才都处于极其稀缺状态，全球最大的人才社区领英LinkedIn也向大数据文摘透露过同样的招人难，它们正无比真实的折射出一个数据团队建设的巨大难点：数据人才的奇缺。

教育部和各大高校显然也意识到了这个巨大的缺口，数据科学人才培养与学科建设自2016年2月，已经被提上了日程。

目前，全国共有283所大学开设大数据专业，虽然已经有高校开始进行大数据学科建设。

但是在全国范围内还有很多大学无法开设大数据相关课程，培养大数据分析人才。这当中存在很多阻挠因素：

1、学习门槛高

数据科学是一门交叉学科，除了计算机相关知识，还需要有统计学、数学基础，以及一定业务知识，这无疑增加了学生学习的难度。

2、投入资金高

众所周知，大数据相关技术需要的资源配置比较高，这也妨碍了许多高校大数据专业落地实施。

3、可借鉴经验不足

数据科学是新兴学科，今年是数据科学与大数据技术本科专业获批的第三年，即便在高校中，专门研究此领域的老师也比较少，许多高校对于完整的数据科学人才培养体系还没有一套成熟的规划方案，而可以借鉴的经验也很少。

4、动手机会少

要进行大数据分析，首先必须有充足的高质量数据。然而，多数高校缺少企业项目实战案例和可以用于研究的商业数据，使得学生难以做到学以致用。

随着人工智能大数据的缺口日渐增大，AI工程师与大数据分析师的薪资也是水涨船高。