这是一个非常好的问题,作为一名IT从业者,同时也是一名教育工作者,我来一下。
首先,大数据技术本身确实存在一定的学习难度,通常需要学习者具备一定的知识基础,主要涉及到数学、统计学和计算机三大块知识。另外,大数据还涉及到经济学、社会学等一系列学科内容,所以大数据整体的知识量还是比较庞大的。
虽然大数据的技术体系比较庞大,但是大数据领域的细分方向也比较多,对应的不同岗位也需要组织不同的知识结构,初学者可以根据自己的知识基础和能力特点来选择学习的切入点。目前大数据技术体系结构已经趋于成熟,而且有大量的案例可以参考,这会在很大程度上降低学习的难度。
从大数据领域的岗位划分来看,当前大数据开发、大数据分析和大数据运维等岗位的人才需求量比较大,初学者可以选择其中的一个岗位方向来制定学习计划。
如果自身具有一定的计算机基础,而且对于编程比较感兴趣,那么可以考虑向大数据开发方向发展,目前大数据开发岗位的人才需求量还是比较大的。大数据开发可以从大数据应用开发开始做起,主要基于大数据平台来完成各种行业应用软件的开发,随后可以进一步向大数据平台开发岗位发展,从而不断提升自身的岗位附加值。
无论哪一个行业基础很重要,所以不管难与不难,应该把基础知识做好。
大数据就是比较费脑子,费眼睛
努力加灵活的脑袋,没问题的
如果我的好给点个赞,关注下谢谢[耶][耶][耶]
大数据相关技术还是具有一定难度的,但是随着大数据领域的生态体系逐渐完善,大数据技术逐渐从研发领域向应用领域过渡,所以对于零基础的学习者来说,也能够找到适合自己的切入点。
目前大数据领域的岗位包括大数据平台研发、大数据应用开发、大数据分析和大数据运维,这些岗位也有诸多的细分岗位,以大数据运维岗位为例,就涉及到数据采集、数据整理、数据存储、数据传输、大数据平台部署、大数据平台维护等岗位,学习这些岗位的相关知识对于初学者的基础并没有太多的要求
大数据包含的知识点比较全面,大数据可以理解成一种分布式处理器,首先,需要编程语言基础,
首先是编程语言:大数据面比较广,但是现在主流的框架还是比较集中:hadoop,spark,strom等。主要支持语言有Python,JAVA,scala等。如果没有开发经验建议学习Python,易学,在后续的数据分析深度学习等方面也比较好过度。
多练练
不论什么语言,技术都是入门容易深入难