隨著互聯網的發展，大數據技術越來越受互聯網企業的關注，大數據技術人才慢慢崛起。據北京航空航天大學在職研究生招生老師介紹：大數據技術與應用碩士越來越受到在職人員的青睞。大數據技術與大數據專業將從大數據應用的系統搭建、應用開發、海量數據分析等方面系統地幫助企業掌握大數據應用中的各種典型問題的解決辦法，包括海量數據分布式處理系統的設計和搭建、分布式文件存儲和分布式數據處理能力、大規模數據存儲、實時計算系統的規劃設計、實現一個基于MapReduce的并行算法、部署Hive并實現一個的數據操作等等，提升企業解決企業大數據實際問題的能力。

　　主要課程介紹：

　　《流數據分析技術》

　　本課程主要講解流式數據分析的技術、方法和工具，以及流式數據分析技術研究進展等，具體內容包括流式數據分析的概念、流式數據分析技術、流式數據挖掘算法、流式數據分析應用等，并結合實際案例進行討論和分析。

　　《計算廣告學》

　　本課程詳細講解計算廣告學的體 系、主要形式，以及當前主流和新興網絡廣告，包括廣告投放樣式、廣告投放系統、廣告計費方式分析等。同時深入學習并掌握大規模廣告投放系統如何通過競價機制的設計，平衡廣告主、廣告發布商、網民各方利益，掌握搜索廣告檢索的基本流程及常用技術。

　　《數據可視化技術》

　　本課程從技術和管理的角度講解數據可視化的核心概念，同時闡述了與數據可視化相關聯的數據采集、數據分析、數據治理及數據挖掘等方面的內容，使學生理解數據可視化的價值和意義，掌握大數據分析、處理的方法和最優表現形式。

　　《搜索引擎系統應用實踐》

　　本課程以大量非結構化Web數據中構建現代搜索引擎和Web信息管理的技術為基礎，利用真實案例，讓學生通過實踐增進對Web信息采集機制、Web索引機制以及基于關鍵字或基于相似性搜索機制的了解，讓學生通過對實踐經驗的總結，深入了解和感悟搜索引擎系統的應用機制。

　　《多元統計分析及R語言建模》

　　本課程主要講解多元數據的收集和整理、多元數據的直觀顯示、線性與非線性模型及廣義線性模型、判別分析、聚類分析、主成分分析、因子分析、對應分析、典型相關分析等常見的主流方法，以及系統地介紹經濟管理等領域應用頗廣的一些新方法。

　　《機器學習與模式識別》

　　本課程著重講解機器學習與模式識別的基本理論、基本方法和算法原理，同時注重理論與實踐緊密結合，避免引用過多的、繁瑣的數學推導。在課程中設計了商業大作業等培養學生利用基礎理論解決實際問題的能力和進行科學研究的初步能力。