1.斯坦福大学Stanford University
学位项目：计算机科学硕士(Master of Science In Computer Science)
专业分支：信息管理与分析(Information Management and Analytics)
所属学院：工程学院，计算机系
地点：斯坦福，加州
学制：1-2年
斯坦福的大名就不赘述了，其信息管理与分析分支涵盖了当今最前沿的数据库与信息管理系统技术，并教授最先进的海量数据挖掘方法。
核心课程包括：
数据库与信息系统应用
系统设计、构架和管理
数据挖掘与机器学习
该项目的学生就业十分便利、抢手，比如每年都有大量学生进入亚马逊(Amazon)的EC2云计算平台处理大规模运算。
2.加州大学伯克利分校University of California, Berkeley
两个相关的学位项目：数据科学工程硕士Master of Engineering (concentration in Data Science)，信息与数据科学硕士Master of Information and Data Science (MIDS)
所属学院：工程学院和信息学院
地点：伯克利，加州
学制：12-20个月
伯克利的两个硕士项目综合教授技术和企业运营的技能，立足现有最前沿的技术，扎实务实地培养学生成为领域内的佼佼者。
3.卡内基梅隆大学Carnegie Mellon University
学位项目：该校有两个相关硕士项目，信息技术硕士(Master of Science in Information Technology)和管理信息系统硕士(Master of Information Systems Management)
专业分支：商务智能和数据分析(Business Intelligence and Data Analytics)
所属学院：Heinz学院
地点：匹兹堡，宾夕法尼亚州
学制：16个月
卡内基梅隆大学的计算机科学专业排名在全美数一数二，与斯坦福、麻省理工起名，其数据分析与处理技术也名列前茅。本校的硕士项目有三个核心方向可供学生选择：商务智能、数据分析、信息技术。
项目培养的目标是要培养学生跨领域具备商业处理分析与预期建模、GIS地理信息定位与分析、分析报告、市场细分分析、数据可视化。卡梅全球顶尖的实验室也为学生提供了绝好的学习与实践机会(Heinz College’s iLab )，并且有固定的企业实习项目，为就业做了充足的准备。
4.哥伦比亚大学Columbia University
学位项目：计算机科学硕士(Master of Science In Computer Science)
专业分支：计算生物学、计算机安全、机器学习、自然语言处理等(Computational Biology, Computer Security, Machine Learning, Natural Language Processing, etc.)
所属学院：工程与应用科学学院
地点：纽约
学制：2年
哥伦比亚大学有一个世界顶尖的大数据科学与工程研究室(Institute for Data Sciences and Engineering)，学生在此参与实验与科研项目。
5.纽约大学New York University
学位：商业分析科学硕士Master of Science in Business Analytics
学院：斯特恩商学院Stern School of Business
地点：纽约市
学制：1年
纽约大学的商业分析项目旨在培养学生成为基于数据分析与决策的领导者，学员在一年制学习当中会有机会去其他国家的教学场所学习(比如2016年的一个教学地点在上海)，全程分五个学习阶段。
6.西北大学Northwestern University
学位项目：分析科学硕士(Master of Science in Analytics)
地点：伊凡斯顿(Evanston),伊利诺伊州
学院：McCormick工程与应用科学学院
学制：15个月
本项目成立于2012年，融合了数学、统计、高端IT和数据分析的教学和研究内容，除了正常的授课外，学生还需要完成两个行业实习和一个课程设计。
7.弗吉尼亚大学University of Virginia
学位项目：数据科学硕士Master of Science in Data Science
学院：数据科学研究所(Data Science Institute)
地点：Charlottesville，弗吉尼亚州
学制：11个月
弗吉尼亚大学的数据科学硕士项目致力于为*和企业培养大数据处理的人才，每年7月份开课，次年5月份结课。课程由计算机系、统计系、系统与信息工程系联合授课。攻读本项目需要一些先修课程：
单变量积分Single variable calculus
线性代数Linear algebra or matrix algebra
统计学导论An introductory statistics course
计算机编程导论An introductory programming course
8.普渡大学Purdue University
学位项目：工商管理硕士Master of Business Administration
分支：商业分析Business Analytics
学院：Krannert管理学院
地点：西法拉叶，印第安纳州
学制：2年
和麻省理工学院的MBA一样，都有个单独的分支是商业分析，学生学习的基础课程涵盖高级商业分析、数据挖掘、组织数据管理等，选修课程可以从以下三个领域选择：
商业分析咨询
金融/财务咨询
市场营销咨询
9.亚利桑那州立大学Arizona State University
学位项目：商业分析科学硕士Master of Science in Business Analytics
学院：W.P. Carey商学院
地点：天普(Temple)，亚利桑那州
学制：9个月
亚利桑那州立大学的商业分析科学项目致力于利用数据分析提高日常商务运营和管理的效率，核心课程包括数据挖掘、应用回归分析、分析决策工具、商业分析战略等，学校和当地的公司入英特尔(Intel)和美国快递(American Express)建立有稳定的合作关系供学生实习。
10.本特利大学Bentley University
学位项目：市场营销分析硕士Master of Science in Marketing Analytics
学院：商学院
地点：Waltham,马萨诸塞州
学制：1--1.5年
本特利是美国东北部知名的商学院，金融、会计、市场营销等专业名师云集、校友网络强大，其项目包含十门核心课程，涵盖市场营销、统计学、市场研究、信息技术等。

国内有哪些大学大数据专业比较好

大数据(数据挖掘)是众多学科与统计学交叉产生的一门新兴学科。大数据牵扯的数据挖掘、云计算一类的，所以是数学一类的专业，现在本科数学类下辖子专业有[信息与计算科学]，[数学与用用数学]，[统计学]等。 [统计学]是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。当今的”大数据“潮流使得我们获得了海量的数据，但掌握这些海量的数据本身并无意义。真正的意义体现在对于含有信息的数据进行专业化的处理。要对大数据进行处理，在实际的运用中，统计学能够以较低的成本，较少的数据，对数据进行精确度相对较高的的分析，这是大数据分析所无法替代的。 [信息与计算科学]专业是以信息领域为背景用将迈向的数学与信息,管理相结合的交叉学科更深入和专业。所以你只需要查查有哪些大学开设了[统计学]、[信息与计算科学]这两个专业就行。

大数据专业排名

大数据专业最好的大学有中南大学、复旦大学、浙江财经大学、广西科技大学、中国人民大学、上海对外经贸大学、中国农业大学、贵州大学等。

1全国大数据专业高校排行榜
排名
高校名称
水平
开此专业学校数
1 中南大学 5★+ 226
2 复旦大学 5★+ 226
3 浙江财经大学 5★ 226
4 广西科技大学 5★ 226
5 中国人民大学 5★ 226
6 上海对外经贸大学 5★ 226
7 中国农业大学 5★ 226
8 贵州大学 5★ 226
9 重庆文理学院 5★ 226
10 上海工程技术大学 5★- 226
11 重庆理工大学 5★- 226
12 贵州师范大学 5★- 226
13 电子科技大学 5★- 226
14 对外经济贸易大学 5★- 226
15 中国矿业大学 5★- 226
16 北京邮电大学 5★- 226
17 华中师范大学 5★- 226
18 兰州城市学院 5★- 226
19 北京化工大学 5★- 226
20 哈尔滨工业大学 5★- 226
注：以上数据科学与大数据技术专业专业最好大学排名数据比较权威，可信度较高。

2大数据专业介绍
大数据采集与管理专业是从大数据应用的数据管理、系统开发、海量数据分析与挖掘等层面系统地帮助企业掌握大数据应用中的各种典型问题的解决办法的专业。

“大数据”指一般的软件工具难以捕捉、管理和分析的大容量数据。“大数据”之“大”，并不仅仅在于“容量之大”，更大的意义在于：通过对海量数据的交换、整合和分析，发现新的知识，创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”。

“大数据”能帮助企业找到一个个难题的答案，给企业带来前所未有的商业价值与机会。大数据同时也给企业的IT系统提出了巨大的挑战。通过不同行业的“大数据”应用状况，我们能够看到企业如何使用大数据和云计算技术，解决他们的难题，灵活、快速、高效地响应瞬息万变的市场需求。