学统计的想转行到大数据，拜托各位给点建议，该怎么取舍？

我认为学统计的是项不错的专业，也是份很好的工作，想转行到大数据，根据你学的统计专业，应该问题不是很难，应该能胜任工作，不过我不好见意你去，还是自己决定吧。如果你有疑难，最好到百度去度一下。谢谢！

作为一名大数据行业的从业者，同时也是一名教育工作者，我来一下这个问题。

统计学作为大数据的三大基础学科之一，本身与大数据的关系就非常紧密，所以统计学专业的学生进入大数据领域是非常容易的。从另一个角度来说，统计学、计算机和数学这三个学科本身就处在大数据领域当中。

大数据目前在行业领域的诸多落地应用当中，一个重要的内容就是进行数据分析，而数据分析本身需要大量依赖于统计学知识，所以很多人也经常说大数据就是统计学，虽然这种说法有些片面，但是也足以说明统计学在大数据中的地位。

目前在大数据方向的研究生培养体系当中，统计学专业也是重要的培养渠道，很多统计学专业的大数据研究生也具有非常强的创新能力。在近些年举办的各种研究生大数据比赛中，经常能够看到统计学专业的研究生取得较好的名次。

统计学专业的学生如果未来想专业从事大数据相关岗位，应该重点关注以下几个方面的知识：

你这个专业很好转大数据的，因为大数据需要的是分析统计，还有建模，可以找一家网络公司先做起。

谢谢小秘书的盛情：隔行如隔山，对此一点也不了解，所以无法这个问题，还是去请那些对此熟悉的人来这个问题比较好。

，支特转行的想法，网络时代，大数据是发展的趋势，应该为跟上时代积极做准备。

但是在具体操作上，一定要慎重，不可以轻言辞职。虽然大数据是方向，但一些具体的事物，可能大数据行业内部也处于逐步探索中。人生如战场，没有十足的把握，就把自己的青春和前途投入到一个陌生领域，是很危险的。

所以，你现在应该在做好本职工作的基础上，认真的观察，努力的学习，有志者事竟成。

有一句话说的好，提前一步是先进，提前两步是先驱，提前三步，可能就是先烈。所以一定要慎重。

学统计的转行大数据既有优势也有一定劣势。首先，统计专业的从业人员基本都比较擅长建模， 大多数情况下，由于获取数据困难，比如临床实验结果数据，统计建模一般要在了解数据的基础上做出各种先验假设。而大数据方向的主要问题在于如何快速处理海量数据，而最终进行数据挖掘时并不需要进行大量建模，比如可以通过简单的数数（通过数落在每个网格里的数目）就能得到接近真实的数据分布。由于数据量较大，无法单机处理，一般需要依赖分布式系统来进行数据的存储和计算。统计专业的从业人员大部分都比较精通R或者SAS，而大数据方向需要掌握编程语言如python，一些分布式系统和工具，如HDFS, Mapreduce, Spark等等，以及精通数据库查询。无论是统计建模还是大数据挖掘，本质上都想通过数据来得到更多有用信息来支持业务和商业决策等等，所以都需要对业务逻辑比较清晰，才能更好的定义问题，进而从数据中得到问题的答案。

这事要本人决定，根据自己的学才与地位，与工作需要，总之一心主正吧。

大数据现在这么火，想往大数据方面发展，但是英文、数学不好的可以吗？？ 学习大数据该学哪些技术？？大数据和程序员比哪个要好学点？？等等。。。很多人学大数据的原因就是大数据找工作好找，薪资很高，，当然，为了这个原因也是可以的，毕竟这个时代就业压力确实很大，为了一个好的工作学一门技术，，但是我想问下你，你的专业是什么呢？？对于计算机/软件，你的兴趣是什么？是计算机专业，对操作系统、硬件、网络、服务器感兴趣？是软件专业，对软件开发、编程、写代码感兴趣？还是数学、统计学专业，对数据和数字特别感兴趣。。

一、初识hadoop Hadoop可以算是大数据存储和计算的开山鼻祖，现在大多开源的大数据框架都依赖Hadoop或者与它能很好的兼容。 关于Hadoop,你至少需要搞清楚以下是什么： Hadoop 1.0、Hadoop 2.0 MapReduce、HDFS NameNode、DataNode JobTracker、TaskTracker Yarn、ResourceManager、NodeManager 自己搭建Hadoop，请使用第一步和第二步，能让它跑起来就行。 建议先使用安装包命令行安装，不要使用管理工具安装。 另外：Hadoop1.0知道它就行了，现在都用Hadoop 2.0. 二、更高效的WordCount 首先，你得先学习SQL，访问、查询数据库的基本语言还是要懂的。。然后SQL On Hadoop之Hive，Hive是数据仓库工具，数据仓库是逻辑上的概念，底层使用的是数据库，数据仓库的特点：数据全（海量）、稳定；所谓稳定，比如数据库的数据经常要更新，而数据仓库的数据是不会被更新，只会被查询，所以说Hive适合做数据仓库。最后就是了解hive的工作原理，学会Hive的工作命令。 三、把别处的数据搞到Hadoop上 四、把Hadoop上的数据搞到别处去 五、实例分析 六、实时数据 七、更新查询数据 八、高大上的机器学习 完成了第一、二，说明你已经快步入大数据的行列了，写的不好也请多一、初识hadoop

Hadoop可以算是大数据存储和计算的开山鼻祖，现在大多开源的大数据框架都依赖Hadoop或者与它能很好的兼容。

关于Hadoop,你至少需要搞清楚以下是什么：

Hadoop 1.0、Hadoop 2.0

统计和大数据关联甚密，有取舍的什么，干嘛就干嘛。

统计学里就有大数据方向的，所以根本不用转。

需要好一点的电脑。

大数据可以说是统计学的基础要求了，而大数据顾名思义就是大量数据的挖掘、统计分析，少说都要数万数据才算大数据，这个数据量是用笔无法做到的，所以要借助计算机的力量。

所以转到大数据方向会涉及到一些统计软件，乃至于计算机语言。

常用的统计软件有SPSS、SAS、Excel、WPS等，其中SPSS被称为傻瓜式操作的软件，是使用方法最简单的统计软件之一，但是要收费【使用方法简单的软件，绝大多数是收费的，所以很多相关公司还是喜欢用免费软件省钱，换来的是员工实际操作中更复杂一点】。Excel和WPS的功能比较简单，适合一些初步的统计。