一、方向概况
该方向依托北京理工大学计算机学院、"数据科学与知识工程"研究所、"海量语言信息处理与机器学习"工信部重点实验室、"智能信息技术"北京市重点实验室、大数据系统软件国家工程研究中心及"数据智能与知识计算"科技创新团队，以计算机科学与技术（全国A）、软件工程（全国A-）、信息与通信工程（全国A-）、数学（全国B+）一级学科为核心支撑，深度联接人工智能、统计学、管理科学与工程等学科。大数据技术与工程（专业代码085411）作为电子信息类专业学位核心方向，紧密对接国家"东数西算""数字中国""数据要素×""新一代人工智能""数据二十条"等战略部署，强调"数据治理—平台构建—智能分析—知识发现—决策赋能—产业落地"的应用型培养路径，形成了涵盖分布式大数据系统（Hadoop/Spark/Flink/数据湖仓/实时计算/流批一体）、数据库与数据管理系统（NewSQL/HTAP/向量数据库/图数据库/时序数据库）、数据挖掘与知识发现（关联规则/聚类/分类/异常检测/因果推断）、图计算与社交网络分析（大规模图处理/社区发现/图神经网络/知识图谱）、自然语言处理与文本大数据（信息抽取/情感分析/问答系统/大语言模型）、大数据可视化与可视分析（交互式分析/多模态可视化/叙事分析）、隐私计算与数据安全（联邦学习/差分隐私/安全多方计算/数据脱敏）、时空大数据与城市计算（轨迹分析/POI挖掘/交通预测/遥感解译）、推荐系统与用户行为建模（协同过滤/序列推荐/多任务学习/强化学习推荐）、大数据工程实践与数据中台（数据治理/元数据管理/数据质量/DataOps）等面向产业核心需求的完整工程链条。汇聚王国仁教授（数据库系统与数据管理/IEEE Fellow）、袁野教授（大数据与人工智能/国家杰青/CCF数据库专委会副主任）、刘滨教授（自然语言处理与大数据/国家优青/国家级领军人才）、罗兆经教授（结构化数据分析/SIGMOD Systems Award 2024/国家级青年人才）、许瑞琦教授（大数据图计算系统/师从樊文飞院士）、李国政教授（大数据可视化与可视分析/大数据系统软件国家工程研究中心骨干）、毛先领教授（科技大数据挖掘与信息抽取）、车海莺副教授（大数据分析与智能软件工程）等骨干导师。实验室承担国家重点研发计划"大数据管理与分析""数据要素流通与治理"重点专项、国家自然科学基金重大/重点/杰青/优青项目、工信部大数据产业发展试点、军委装备发展部/战略支援部队军事情报大数据分析/网络态势感知预研及多项国家数据局数据要素市场化配置、"东数西算"枢纽节点调度平台、政务数据共享交换平台、金融风控大数据平台、国防情报知识图谱等重大任务，成果服务于国家数据要素基础制度建设、"东数西算"八大枢纽数据调度、金融/医疗/交通/能源等行业大数据平台、国防情报智能分析与态势感知、北京市政务数据治理与开放共享等国家重大需求，获国家科技进步二等奖5项、国家技术发明二等奖2项、中国电子学会自然科学一等奖2项、CCF科学技术一等奖3项、SIGMOD Systems Award等多项荣誉。选拔要求绩点前8%–10%，核心课程涵盖数据结构与算法、操作系统、计算机网络、数据库系统原理、大数据处理基础（MapReduce/Spark/Flink）、机器学习、数据挖掘、Python/Java编程、线性代数、概率论与数理统计、最优化方法等；英语六级480分以上，推免拟招20–30人。
二、知点保研核心优势
近十年深耕本方向辅导，精准把握"数据采集—清洗治理—存储管理—分布式计算—智能分析—知识发现—可视化呈现—决策赋能—安全合规"全生命周期数据工程逻辑；深谙从批处理向流批一体/实时计算演进、从结构化数据向多模态/非结构化数据拓展、从集中式存储向湖仓一体/存算分离架构变革、从传统机器学习向大模型驱动的数据智能跃迁、从数据孤岛向联邦/隐私计算合规流通转型的范式变革。一对一匹配分布式计算引擎内核开发（Spark/Flink算子优化/内存管理/容错机制）、湖仓一体架构设计（Apache Iceberg/Hudi/Delta Lake/统一元数据管理）、向量数据库与语义检索（ANN索引/HNSW/IVF-PQ/大模型RAG）、大规模图计算系统（Pregel/Giraph/GraphX/动态图/异构图）、知识图谱构建与推理（实体抽取/关系推理/知识补全/大模型+KG）、自然语言处理与文本挖掘（预训练模型/信息抽取/事件检测/大模型微调）、时空大数据分析与城市计算（轨迹聚类/交通流预测/时空图网络）、隐私计算与数据安全（联邦学习框架/差分隐私/TEE可信执行环境）、大数据可视化与交互分析（D3.js/ECharts/可视分析决策循环）、推荐系统与用户建模（多目标优化/冷启动/序列建模/因果推荐）等子方向导师；提供GPU集群（NVIDIA A100/H100×96+）、大数据工程平台（Hadoop/Spark/Flink/Kafka集群×5）、分布式存储系统（Ceph/HDFS/对象存储）、图计算集群、知识图谱平台、数据可视化实验室深度参与；对接华为/百度/阿里/腾讯/字节跳动/美团/快手/中科院计算所/国家数据局/中国人民银行征信中心/航天科工等头部企业与国家部委数据工程课题跟研；提供SIGMOD、VLDB、ICDE、KDD、WWW、NeurIPS、ACL、EMNLP、IEEE TKDE、ACM TODS、计算机学报、软件学报等顶会顶刊投稿指导及全国大学生大数据技能大赛/中国研究生大数据技术与应用创新大赛/CCF大数据与计算智能大赛/KDD Cup/天池大数据竞赛闭环服务。
三、辅导体系
绩点提升：强化数据结构与算法（哈希表/B+树/跳表/图遍历/最短路径/最小生成树/动态规划）、操作系统（进程调度/内存管理/文件系统/分布式文件系统）、计算机网络（TCP/IP/HTTP/RPC/分布式通信）、数据库系统原理（关系代数/SQL/事务ACID/索引优化/查询计划/分布式事务）、机器学习（线性模型/SVM/决策树/集成学习/深度学习/图神经网络）、大数据处理基础（MapReduce编程模型/Spark RDD/DataFrame/Flink DataStream/窗口计算/状态管理）、线性代数、概率统计、最优化方法等核心课程；掌握Python数据科学栈（Pandas/NumPy/Scikit-learn）、Spark/PySpark分布式编程、Flink实时流处理、SQL高级查询优化、Hive/ClickHouse OLAP分析、Docker/Kubernetes大数据集群部署、Airflow/DolphinScheduler工作流调度、Tableau/Power BI/D3.js可视化等实操技能。
论文辅导：引导选择湖仓一体实时数据湖一致性与查询优化、大规模异构图高效计算与动态更新、知识图谱与大模型协同推理（RAG/知识增强生成）、联邦学习中异构性与公平性保障、时空数据多尺度建模与跨域迁移、流式数据异常检测与在线学习、多模态大数据融合分析与语义对齐、隐私保护下的数据要素流通与价值评估、面向大模型的向量检索与语义索引优化、数据质量自动评估与修复等兼具系统深度与产业价值的议题。
面试突破：针对"MapReduce与Spark/Flink核心区别与适用场景""数据湖与数据仓库/湖仓一体架构对比""B+树/LSM-Tree/跳表等索引结构适用场景""分布式系统中数据一致性/分区容错/可用性权衡（CAP）""大模型时代数据工程的新挑战（数据清洗/标注/对齐/安全）""知识图谱构建流程及与大模型的互补关系""'数据二十条'与数据要素市场化背景下数据确权/定价/流通技术""个人数据工程能力/编程实现能力/项目经验与实验室匹配度"等高频追问开展专项模拟。
四、结语
大数据技术与工程以"数据为基、平台为骨、智能为魂、安全为盾、应用为要、国为重"为使命，正从批处理向流批一体/实时智能全面跃迁，从结构化分析向多模态/大模型驱动的知识发现深度演进，在国家数据要素基础制度建设、"东数西算"算力枢纽、数字政府与智慧城市、金融风控与精准医疗、国防情报智能分析等国家重大需求中彰显核心价值。知点保研愿助力有志学子稳步前行。咨询报名可致电4000003363，或添加微信13671344286获取个性化评估与规划建议。
