大数据时代已经到来，为了挖掘大数据的价值，社会急需大量合格的数据科学家，数据科学家的培养是一个紧迫的问题。提出了三大课程群的课程体系建设思路，其中“数据科学概论”是数据科学课程群的导论和入门性质的一门课程。本课程通过案例对关键技术的原理进行介绍，提供了中等规模实际问题的全流程实践案例，有利于学生掌握。数据科学是一门交叉学科，课程应该体现学科交叉的特点。对于时间序列数据，从统计学视角和数据挖掘/机器学习视角，对其分析和建模技术进行了介绍和比较。

信息科技业已进入大数据时代。作为能够从大数据中挖掘知识的人才，数据科学家（data scientist）受到各行各业的青睐。首先从美国和中国主要的在线人才招聘平台收集数据，通过对比分析得出数据科学家与传统的数据分析师（data analyst）在工作性质、工作能力要求以及薪资待遇等方面的差别。其次，考察和总结了世界范围内优秀大学数据科学人才培养的概况，并与工业界的实际要求进行对比。根据以上两者之间的差异，就当前大学数据科学人才的培养提出了建议和对策。

大数据时代，最热门的职业是数据科学家（data scientist），而不是传统的信息科学家，也不是大数据工程师。大数据热潮促进了数据科学（data science）研究进入快速发展期，数据科学家的培养也受到广泛重视，越来越多的大学启动数据科学学位培养计划，但值得注意的是，当前数据科学家培养的基础条件缺乏，其知识结构、学科体系、人才培养计划尚未建立。结合大数据时代的人才要求，给出了科学、系统的数据科学人才知识体系，提出了超学科、多类型的培养模式。