問答專欄Q & A COLUMN
互聯網時代到來的時候，想必有很多人想做IT行業，但是學歷太低啦。怕花了時間和精力來學習IT相關知識，最后卻找不到相應的工作，一起努力不要使付出白費，所以說要認真對待自身的選擇。
1. 因為大數據是IT行業中比較炙熱的項目，學習大數據相關知識就能夠趕上大數據的熱潮，滿足當下各個用人單位的崗位需求。
2. 其次是因為大數據人才缺口大，各個用人單位對于大數據相關崗位的員工薪資待遇都比其他崗位要理想一些。對于學歷這個問題，一般來說，當你沒有任何基礎的時候，能拿的出手的只有學歷，本科生當然競爭不過研究生。但是隨著工作時間久了，你的能力達到了這個職位的要求，學歷就不重要了。尤其是對業務能力要求比較高的數版據分析師、數據挖掘師這些職位，你的行業知識和業務理解能力在很多情況下比學歷更加重要。所以學習什么技術不要盲目跟風，要結合自己的專業背景和興趣偏好，選擇你更加喜歡或更加信任的專業。
評論0
加載中...
作為一名IT從業者，同時也是一名計算機專業的教育工作者，我來回答一下這個問題。
首先，大數據技術經過多年的發展，已經形成了一個龐大且完整的知識體系，對于初學者來說，可以根據自身的知識基礎和能力特點來選擇學習的切入點，而不同的切入點也可以向不同的方向發展。
對于沒有基礎的初學者來說，可以按照以下幾個步驟來學習大數據技術：
第一：編程語言基礎。編程語言是學習大數據技術的一個重要基礎，未來不論是向大數據開發方向發展，還是向大數據分析、大數據運維等方向發展，都需要具有一個扎實的程序設計基礎。當前Python語言在大數據領域有比較廣泛的應用，而且Python語言也比較容易掌握，所以從Python語言開始學起就是不錯的選擇。對于初學者來說，即使沒有任何計算機基礎知識，Python語言也是完全可以通過自學來掌握的。
第二：大數據平臺基礎。大數據平臺是學習大數據技術的重點，大數據平臺能夠提供各種大數據技術服務，不論是大數據開發（應用）還是大數據分析，通常都需要借助于大數據平臺來完成。初學者可以從開源的大數據平臺開始學起，比如從Hadoop、Spark開始學起就是不錯的選擇，而學習大數據平臺一定要重視實驗。這部分內容比較多，所以學習周期也會相對比較長，初學者如果能夠得到專業人士的指導，會明顯提升學習效率。
第三：機器學習基礎。機器學習是大數據技術體系中的重要一環，作為大數據分析的兩種常見方式之一，機器學習在當前的大數據領域也有非常普遍的應用。學習機器學習的過程不僅能夠加深對于大數據的認知能力，同時也會為后續的學習和實踐奠定一個扎實的基礎。學習機器學習知識需要具備一定的數學基礎，包括高等數學、線性代數和概率論。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關于互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言，或者私信我！
評論0
加載中...
大數據相對來說還是有一定的難度的，但也不是特別難學。是否能學的會還是要看你自己的努力成分有多少，選擇的大數據培訓學校好不好。如果你自己的學習能力沒有問題也愿意堅持去學習，那么，只要選擇一家比較靠譜的大數據培訓機構就可以很好的完成學習。
其實，大數據專業的學習也沒有大家想象的那么難學，只要用心學習就一定能夠學的好。因為世界上沒有難學的知識，只有不努力的學員，任何知識的學習都是需要堅持和努力，學習實際上是一個心態的問題，所謂世上無難事，只怕有心人。
目前大數據學習主要有倆個方向比較受歡迎，一是大數據開發，二是數據分析與挖掘。一般大數據培訓機構也是針對這倆個方面進行教學和課程的設計，一般男生學習的大數據開發方向比較多，女生學習大數據分析的比較多。不管是選擇那個方向去學習，內容都是比較多的，也需要大家很認真的學習才行。
學習大數據主要是倆個方面需要大家注意：
1、一定要找一個專業的大數據培訓機構，課程內容要從基礎到高級循序漸進的逐步深入。現在大多數基礎內容都是java編程，然后才是真正的大數據技術的學習，因為想要學習大數據必須要有一定的編程基礎才行。
2、在大數據培訓學習過程中一定要多問，多練，多交流，遇到不會的要及時進行解決，千萬不要積累問題，課下要和同學多去交流，這樣有利于學習。
評論0
加載中...
大數據時代已經來臨，以前的存儲容量和數據量都不太大，所以大數據沒市場，而現階段是數據爆炸的時代，對大數據的存儲，處理就成為了急需解決的問題了。
評論0
加載中...
你好，很高興回答你的問題。
很多想入門大數據的朋友，內心都會有這樣的疑問：大數據好學嗎？我能學好嗎？在選擇大數據之前，我們先來看看大數據發展前景如何。
大數據作為一個全新互聯網的產業，大數據仍然處于快速發展初期，在這個快速發展的領域，每時每刻都在產生新的事物。從整體發展角度評價，大數據行業的未來將呈現直線上升發展趨勢。各企業對于大數據人才的需求大，但目前大數據專業人才少，薪資高，可以說就業前景是非常樂觀的。
大數據這個專業，說實話，其實是存在一定難度的，它對學習者的思維邏輯能力要求比較高，如果沒有一定基礎的話，可能你就要花費比別人多的時間去學習，其實在接觸任何新領域的時候，如果沒有什么基礎，學習什么都不容易。但是如果你堅定了想法，想要進入這個行業，那么，你可以去找一個靠譜的學校進行系統專業的學習。大數據這個專業，需要進行專業化的學習，而且學習的最終目的其實都是為了就業，所以除了掌握基本的理論以外，還應該多做項目實訓，多多實踐。自身的自覺學習和持續學習是很重要的，畢竟這個時代更新換代的速度非常快，需要保持學習。畢竟與之對應的是高薪好前景，要回報首先就得有付出。
在南京的朋友可以來安德門這邊的中博看看，有個大數據學院還是蠻不錯的，當然了，適合自己的才是最好的，建議多實地考察。
評論0
加載中...
中國大數據產業進展顯著
過去幾年，大數據理念已經深入人心，“用數據說話”已經成為所有人的共識，數據也成了堪比石油、黃金、鉆石的戰略資源。五年來，我國大數據產業政策日漸完善，技術、應用和產業都取得了非常明顯的進展。
1、在政策方面，我國從中央到地方的大數據政策體系已經基本完善，目前已經進入落地實施階段。自從2014年“大數據”這個詞寫入政府工作報告以來，我國大數據發展的政策環境掀開了全新的篇章。在頂層設計上，國務院《促進大數據發展行動綱要》對政務數據共享開放、產業發展和安全三方面做了總體部署。《政務信息資源共享管理暫行辦法》《大數據產業發展規劃(2016-2020)》等文件也都已經出臺。十九大報告中提出“推動大數據與實體經濟深度融合”，“十三五”規劃中提出“實施國家大數據戰略”。
衛健、農業、環保、檢察、稅務等部門還出臺了領域大數據發展的具體政策。截至2019年初，所有省級行政區都發布了大數據相關的發展規劃，十幾個省市設立了大數據管理局，8個國家大數據綜合試驗區、11個國家工程實驗室啟動建設。可以說，大數據的政策體系已經基本搭建完成，目前已經紛紛進入落地實施甚至評估檢查階段。
2、在技術方面，我國大數據技術發展屬于“全球第一梯隊”，但國產核心技術能力嚴重不足。我國獨有的大體量應用場景和多類型實踐模式，促進了大數據領域技術創新速度和能力水平，處于國際領先地位。在技術全面性上，我國平臺類、管理類、應用類技術均具有大面積落地案例和研究;
在應用規模方面，我國已經完成大數據領域的最大集群公開能力測試，達到了萬臺節點;在效率能力方面，我國大數據產品在國際大數據技術能力競爭平臺上也取得了前幾名的好成績;在知識產權方面，2018年我國大數據領域專利公開量約占全球的40%，位居世界第二。但我國大數據技術大部分為基于國外開源產品的二次改造，核心技術能力亟待加強。例如，目前國內主流大數據平臺技術中，自研比例不超過10%。
3、在產業方面，我國大數據產業多年來保持平穩快速增長，但面臨提質增效的關鍵轉型。2018年，我國大數據產業延續多年來的增速，繼續保持相對高速的增長。
據前瞻產業研究院發布的《中國大數據產業發展前景與投資戰略規劃分析報告》統計數據顯示，2015年我國大數據產業規模已達2800億元。截止至2017年我國大數據產業規模增長至4700億，同比增長是30.6%。初步測算2018年我國大數據產業規模達到5400億元左右，同比增長15%。預測在2020年我國大數據產業規模將突破萬億元。然而，綜合國內外環境、新興技術發展等多種因素，大數據產業的增速出現了下滑。我國的大數據產業也面臨著從高速發展向高質量發展的關鍵轉型期。
2015-2020年我國大數據產業規模統計情況及預測
數據來源：前瞻產業研究院整理
4、在應用方面，大數據的行業應用更加廣泛，正加速滲透到經濟社會的方方面面。隨著大數據工具的門檻降低以及企業數據意識的不斷提升，越來越多的行業開始嘗到大數據帶來的“甜頭”。無論是從新增企業數量、融資規模還是應用熱度來說，與大數據結合緊密的行業正在從傳統的電信業、金融業擴展到政務、健康醫療、工業、交通物流、能源行業、教育文化等，行業應用“脫虛向實”趨勢明顯，與實體經濟的融合更加深入。
未來三年中國大數據產業將呈現四大發展特點
未來三年，是我國大數據發展轉型的重要機遇期。大數據的發展本身也呈現著一些趨勢。在我看來，未來三年大數據行業有可能會呈現出如下特點：
1、大數據新技術繼續快速發展
未來大數據技術將會沿著工具平臺云化部署、多業務場景統一處理、專有高性能硬件適配幾個方面進行突破。目前大數據技術工具的主要應用模式為應用企業在自建機房內獨立部署，其存在資源浪費、彈性能力不足、管理復雜等缺點，這些缺陷可以通過基于云計算技術的云化部署方案解決，助力大數據技術工具的快速落地和應用;同時大數據技術工具主要瞄準的是分析型業務場景，但隨著電子商務以及智能終端的爆發性發展，轉賬、計費等事務型業務場景也需要大數據處理能力，所以未來的多業務場景統一處理技術將會得到充分發展;最后由于GPU/TPU等專用硬件的發展，此類專用硬件能夠助力某些大數據技術進行突破性升級，所以對新型硬件的適配成為很多大數據企業未來研發計劃的重點。
2、數據流通共享將迎來關鍵突破
這些年，推動數據開放共享的政策舉措一直在加強，然而效果與預期還有差距。可以說，技術手段將是數據流通共享瓶頸突破的關鍵。未來三年，隨著同態加密、差分隱私、零知識證明、量子賬本等關鍵技術的性能提升和門檻降低，隨著區塊鏈、安全多方計算等工具與數據流通場景進一步緊密結合，數據共享和流通將有望再前進一大步。
3、數據服務合規性將成為行業關注重點
近兩年來，隨著歐盟《通用數據保護條例》(GDPR)的頒布和正式實施，個人信息保護的重視程度被提到了前所未有的高度。GDPR對數據主體的權利規定細致入微，其“數據可攜權”“被遺忘權”等方面的規定可能會對我國數據立法帶來一定的參考。對我國企業來說，數據服務合規性的重要程度進一步提升，將對企業業務開展帶來重大影響。目前中國信息通信研究院正在著力推動的“可信數據服務”計劃也正是契合了行業的這一需求。
4、數據資產管理重要性將進一步提升
隨著大數據應用進入深水區，企業將越來越重視數據資產管理方法論體系建設——即從架構、標準、研發、質量、安全、分析到應用的統一，從而實現技術到業務價值的轉化和變現。未來三年，數據資產管理將仍是企業數據部門面臨的難點與挑戰。即使是領先的科技型企業，在數據資產管理這一課題上仍在不斷探索新的方法，如全鏈路智能管理體系、數據資產的貢獻度、數據基線度量與質量規范的工具化、可視化等。
評論0
加載中...
大數據是未來的發展方向之一，比如目前很火的人工智能，需要大數據作為支持，人工智能需要依賴大數據平臺和技術來幫助完成深度學習進化。此外，隨著信息產業的迅猛發展，大數據應用逐漸落地，行業人才需求量也在逐年擴大。大數據成為目前最具前景的高薪行業之一，大數據分析、大叔就開發等大數據人才成為市場緊缺型人才，薪資水平也水漲船高。大數據人才需要一定的技術性，高校培養出來的人才和企業所需的人才嚴重不符，導致大數據人才奇缺，因此一個熟練的大數據技術工程師，很受用人單位的重視。大數據的未來發展前景還是很值的期待的。從市場人才需求來看，大數據行業人才缺口大，從業者相對較少，企業對人才求賢若渴，所以，就業機會還是比較多的，越早進入行業優勢也越大。從行業薪資來看，大數據也是IT行業中比較高薪的職業之一，2018年一線城市大數據開發人才月薪資15-20k，根據某招聘網站數據，2019年上半年AI&大數據領域后端開發人員企業平均月薪29k+。
大數據行業提供的崗位也是比較豐富的，從就業方向來看，大致有：大數據開發、系統平臺研發和大數據分析。你所提到的大數據工程師也是其中一個崗位，屬于大數據開發方向的，這個崗位也是大數據行業人才需求較大的。除了大數據工程師，當然還有很多大數據工作的崗位，如：大數據架構師、大數據運維、大數據倉庫管理、大數據分析師、ETL工程師等。
報班學習大數據好不好就業，還是要看個人的學習效果的。一方面是個人的努力程度，是否能夠拿出十足的勁頭來學習大數據，而且還要有毅力堅持學完；另一方面也要看機構的教學實力，比如師資力量、教學的硬件設施（真實集群服務器）、機構的就業指導能力等等。這其中，個人的努力至關重要，機構的選擇也很重要，
評論0
加載中...
從現在的大環境來看，大數據是一個很好的轉型機會。大數據屬新興領域，全球人才約30萬，而市場需求在100萬量級，專業人才比較缺乏，高端人才更是企業爭搶的對象。薪資上升容易，職業發展潛力巨大。隨著人工智能的爆發，還會有大量企業進入大數據領域，中國IT環境將重新洗牌，這是程序員們轉型可遇而不可求的機遇。處于行業風口的大數據，崗位溢價讓人咋舌，普通的大數據工程師在全國的平均薪資是20910元/月，在一線城市的起薪更高。
評論0
加載中...0
回答0
回答0
回答0
回答0
回答0
回答9
回答0
回答0
回答9
回答
