A. 专科女生在软件技术，大数据技术和物联网应用技术三个中学哪里比较好点
随着物联网的发展和进步，所有可以想象到的东西和行业都变得更加智能：智能家居和城市、智能制造机械、互联汽车、互联健康等等。无数能够收集和交换数据的事物正在形成一个全新的网络——物联网——物理对象网络，可以在云中收集数据、传输数据并完成用户的任务。
物联网和大数据正走向胜利。尽管如此，仍有一些特殊性和陷阱需要牢记，以受益于这一创新。在本文中，我们很高兴地分享我们在物联网咨询方面挖掘的知识。
如何应用物联网大数据
首先，从物联网大数据中获取好处的方法有很多种：在某些情况下，快速分析就足以获得好处，而一些有价值的结果只有在更深入的数据处理之后才能获得。
实时监控。通过连接设备收集的大数据可用于实时操作：测量家中或办公室的温度、跟踪物理活动（计数步骤、监控运动）等。实时监测在医疗保健中非常使用（例如，测量心率、测量血压、糖）。它还成功地应用于制造业（控制生产机械）、农业（监测牛和植物）和其他行业。
数据分析。处理物联网生成的大数据，有机会超越监控，从这些数据中获取有价值的见解：识别趋势和趋势，揭示看不见的模式，并找到隐藏的信息和相关性。
过程控制和优化。来自传感器的数据提供了额外的上下文，以揭示影响性能和优化流程的非平凡问题。
交通管理：跟踪不同日期和时间的交通负荷，找出旨在优化交通的建议（例如，在一定时间段增加火车和公共汽车的数量，看看是否有利可图，建议引入新的红绿灯方案，并修建新的道路，使一些街道不那么繁忙，并管理交通拥堵）。
零售：由于一些商品在购物场所几乎结束了，超市的人员被告知，例如，重新装货架的商品。
农业：根据传感器的数据，在必要时种植水厂。
预测性维护。使用连接设备收集的数据可以成为预测风险的可靠来源，从而主动识别潜在危险条件，例如：
医疗保健：监测患者状态和识别风险（例如，患者有糖尿病、心脏病的风险），及时采取措施。
制造：预测设备故障。
并非所有的物联网解决方案都需要大数据。还应指出，并非所有的物联网解决方案都需要大数据（例如，如果智能家居的所有者要在手机的帮助下关灯，则此操作可能无需大数据即可执行）。考虑减少处理动态数据的努力并避免大量存储数据非常重要，因为将来不需要这些存储。
物联网中的大数据挑战
大量的数据是完全没用的，除非他们被处理，以获得有价值的东西。此外，与数据收集、处理和存储相关的各种挑战。
数据可靠性。虽然大数据从来不是 100% 准确的，但在分析数据之前，必须确保传感器正常工作，用于分析的数据质量可靠，不会受到各种因素的影响（例如，机械运行环境不利、传感器故障）。
要存储哪些数据。连接的事物生成 TB 的数据，选择存储哪些数据以及丢弃哪些数据是一项艰巨的任务。更重要的是，一些数据的价值远未浮出水面，但您将来可能需要这些数据。如果您决定为未来存储数据，则面临的挑战是以最少的成本（只要数据存储和处理成本相当昂贵）来存储数据。
分析深度。一旦并非所有大数据都很重要，另一个挑战就会出现：何时足以通过快速分析，何时更深入的分析可以带来更多价值。
安全性。毫无疑问，各个部门的互联可以改善我们的生活，但与此同时，数据安全也非常重要。网络罪犯可以访问数据中心和设备，连接到交通系统、发电厂、工厂，从电信运营商那里窃取个人数据。物联网大数据是安全专家比较新的现象，缺乏相关经验会增加安全风险。
物联网解决方案中的大数据处理
在物联网系统中，物联网架构的数据处理组件因传入数据的特殊性、预期结果等而异。我们已经制定了处理物联网解决方案中大数据的方法。
数据来自连接到事物的传感器。一个”东西”可以字面上是任何对象：烤箱，汽车，飞机，建筑物，工业机器，康复设备。数据定期或流式传输。后者对于实时数据处理和管理至关重要。
Things 将数据发送到网关，确保初始数据过滤和预处理减少传输到下一个物联网系统块的数据量。
边缘分析。在进行深入的数据分析之前，进行数据过滤和预处理以选择某些任务所需的最相关数据是有意义的。此外，此阶段确保实时分析能够快速识别之前通过云中的深度分析发现的有用模式。
云网关对于不同数据协议之间的基本协议翻译和通信是必要的。它还支持数据压缩，并保护字段网关和中央物联网服务器之间的数据传输。
连接设备生成的数据以自然格式存储在数据湖中。原始数据来到带有”流”的数据湖。数据保存在数据湖中，直到可用于业务目的。清洁和结构化数据存储在数据仓库中。
机器学习。机器学习模块根据以前积累的历史数据生成模型。这些模型定期（例如，每月更新一次）与新的数据流。传入的数据被积累并应用于培训和创建新模型。当这些模型经过专家测试和批准时，它们可用于控制应用程序，该应用程序会针对新的传感器数据发送命令或警报。
总结一下
物联网生成了大量大数据，可用于实时监控、分析、流程优化和预测维护，仅举几例。但是，应该记住，从各种格式的海量数据中获取有价值的见解并不是一件小事：您需要确保传感器正常工作，数据安全传输并有效处理。此外，总有一个问题：哪些数据值得存储和处理（只要这两个过程都相当昂贵）。
尽管存在上述潜在问题，但应记住，物联网发展势头强劲，帮助多个行业的企业开拓新的数字机遇。
B. 大数据和物联网哪个容易就业
首先，物联网和大数据都是当前发展空间比较大的专业，在工业互联网和5G通信的推动下，物联网和大数据领域也会释放出大量的人才需求，所以当前选择这两个专业也会有比较广阔的就业前景。
物联网和大数据这两个专业并没有好坏之分，学习物联网还是大数据，需要从自身的能力特点、知识结构和兴趣爱好来进行选择。从知识体系结构来看，物联网和大数据都是比较典型的交叉学科，物联网的知识体系涉及到六大部分，涉及到设备、网络、物联网平台、数据分析、应用和安全，而大数据则涉及到数据采集、数据存储、数据分析和数据应用等。
虽然物联网专业并不算是一个新的专业，但是当前物联网专业的知识结构也有了比较明显的变化，物联网作为大数据和人工智能技术的重要应用场景，目前物联网专业也逐渐增加了关于大数据和人工智能相关知识的讲解。从大的发展趋势来看，物联网与人工智能的结合点还是非常多的，所以选择物联网专业的学生，如果想获得更强的岗位竞争力，应该注重人工智能技术的学习。
相对于物联网专业来说，大数据专业通常更注重数学、统计学知识的学习，毕业生的工作岗位也多集中在大数据开发、大数据分析和大数据运维领域，所以大数据专业更偏重“软件开发”，而物联网专业则比较注重软硬件的结合。
实际上，在消费互联网（包括移动互联网）时代，物联网专业的就业优势并没有得到充分地体现，但是在产业互联网时代，物联网专业的就业前景还是非常值得期待的。
C. 计算机科学与技术、软件工程、大数据、物联网这四个专业哪个更好
侧重的方向不同，
计科是计算机领域的全方面涉及，比较广。软件工程是侧重开发软件类的，大数据是侧重于用计算机大数据去应用现实，达到商业目的。物联网是万物互联，如何互联，怎么互联，涉及硬件也涉及软件。
没有好坏之分，
你比较更好的标准在哪里？
如果是方便就业的话，这四个如果你能深入掌握，那就业都不是问题。
D. 大数据技术与应用和物联网技术哪个好
两个专业的前景发展都很不错
物联网IoT（Internet of things）：可以简单地理解为物物相连的互联网，互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。
大数据（Dig Data）：相当于人的大脑从小学到大学记忆和存储的海量知识，这些知识只有通过消化，吸收、再造才能创造出更大的价值。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
物联网主要通过各种设备（比如RFID，传感器，二维码等）的接口将现实世界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。物联网的终极效果是万物互联，不仅仅是人机和信息的交互，还有更深入的生物功能识别读取等。如今物联网（IoT）肩负了一个至关重要的任务：资料收集
得益于大数据和云计算的支持，互联网才正在向物联网扩展，并进一步升级至体验更佳、解放生产力的人工智能时代。
E. 移动通信,物联网,网络安全,大数据这四个专业那个会更好
这四个专业都比较不错。
移动通信和网络安全是比较传统的专业，时间较久，专业学科体系都比较完善，毕业后的就业方向已经确定。
而物联网和大数据这两个专业是现在比较流行的趋势，随着技术的不断进步，衍生出的新兴专业，学科建设正在逐渐完善的阶段，就业前景很好。