数据科学与大数据技术专业的课程设置涵盖了基础与必修两大板块。基础课程包括数学分析、高等代数、普通物理、数学与信息科学概论、数据结构、数据科学导论、程序设计导论以及程序设计实践。这些课程为学生打下了坚实的数学与计算机基础。

必修课程则更加深入，涉及离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析等。这些课程旨在培养学生在数据处理与分析方面的技能。

该专业还注重跨学科融合，强调统计学、数学与计算机科学的结合，并扩展到生物、医学、环境科学、经济学、社会学与管理学等领域。学生需要掌握数据采集、分析与处理的软件工具，同时学习数学建模与编程语言，培养二专多能的复合型人才。

根据领英发布的报告，研发工程师、产品经理、人力资源、市场营销、运营与数据分析等职位在中国互联网行业需求旺盛。目前，国内数据人才约有30万，预计至2018年，大数据人才需求将显著增加。高端大数据科学家的缺口在14万至19万之间，懂得利用大数据做决策的分析师和经理缺口更是达到150万。数据分析师的市场需求尤其旺盛，2年工作经验者月薪可达8K，硕士学历者月薪可达12K，而5年工作经验者月薪则可达到40万至60万元。

在报考建议方面，考生需评估从目标院校毕业后能否在大数据行业中找到理想职位。各高校通常根据地区经济发展需求开设专业，前几届毕业生通常有对口就业机会。考生可根据未来职业规划，选择初始职位，并在大学期间通过选修课程与培训，夯实相关学科基础。

此外，考生还应评估开设院校的专业实力。一些看似普通的院校，与大数据行业企业合作办学，实力不容小觑。例如，贵州理工学院与阿里云合建的“贵州理工学院——阿里巴巴大数据学院”，计划在5年内为贵州省培养1万名大数据专业技术人才。黄河科技学院则与中科院、云和数据以及中国科普开发等机构合作，在学校建立联合实验室，并在企业设立学生实训基地，以更好地培养人才。

考生也可考虑从相关专业跨考此专业的研究生，以实现快速切入。但还需关注行业发展最新状况，着重弥补能力差距。