數據科學與大數據技術和大數據管理與應用在多個維度上存在顯著差異：

首先，關注點上，大數據管理和應用側重于整體的數據管理流程，關注點在于如何在實際場景中有效應用大數據技術，如數據治理和行業趨勢分析。相比之下，數據科學與技術更關注底層技術的實現，例如數據清洗、存儲和算法開發的細節。

其次，具體內容上，大數據應用專業傾向于在特定場景中研究和選擇合適的算法，以及參數設置，例如在機器學習中的應用。而數據科學與技術專業則深入到算法的內部實現，探討如何構建和優化這些技術的邏輯。

目標定位上，大數據應用的目標是通過技術手段實現數據驅動的智能化決策，其目的是擴展和提升傳統信息化管理，推動人機智能融合。數據科學則追求從數據中提取有價值信息，是一個多學科的綜合領域，涵蓋了數學、統計、機器學習等多個方向，旨在支持深度洞察和決策。

在人才培養方面，大數據管理與應用專業關注的是培養能運用數據進行商業分析并進行智能化決策的綜合型人才，注重理論基礎和實際操作能力。而數據科學的培養則更側重于跨學科知識的整合和創新思維的培養，旨在培養能在大數據環境中解決問題的高級人才。