数据科学与大数据技术好学吗？有哪些建议？

大数据相关技术的学习需要一个系统的过程，另外还需要配合相关的项目，所以大数据的学习并不简单。大数据学习的内容分成三个大的部分，分别是计算机、数学和统计学，所以大数据的学习要以这些内容为主并辅助经济学、社会学、医学等学科。

大数据的学习要有一个完善的学习计划，可以按照以下步骤进行：

第一，算法基础学习。学习大数据要打好基础，这些基础以数学、统计学为主。

第二，搭建大数据平台。搭建大数据平台是进行功能实现和数据分析的基础，这个过程需要了解Linux操作系统，并且在Linux操作系统上搭建Hadoop平台、Spark平台。目前的大数据平台包括商用大数据平台大多都以Hadoop和Spark为基础，所以掌握这两个常见大数据平台的搭建是学习大数据的重要基础。

第三，学习编程语言。Java、Python、Scala、R等语言是目前比较常见的大数据编程语言，目前以Python和Scala应用较多，当然R和Java也有广泛的应用。有统计学基础的程序员更偏向于使用R语言，有Web开发经验的程序员更偏向于使用Java（我在头条上写了关于学习Java、Python和Scala的系列文章，想学习的朋友可以关注我的头条号，并查看相关文章）。

随着大数据技术的呼声只增不减，越来越多的人开始了对大数据技术的学习，在这里对参加大数据学习的同学提出几点建议！

1、应届生学习大数据

个人觉得应届生应该打好基础，大学本科一般都会开设数据结构，算法基础，操作系统，编译原理，计算机网络等课程。这些课程一定要好好学，基础扎实了学其他东西问题都不大，而且好多大公司面试都会问这些东西。如果你准备从事IT行业，这些东西对你会很有帮助。

至于学什么语言，我觉得对大数据行业来说，Java还是比较多。有时间有兴趣的话可以学学scala，这个语言写spark比较棒。

集群环境一定要搭起来。有条件的话可以搭一个小的分布式集群，没条件的可以在自己电脑上装个虚拟机然后搭一个伪分布式的集群。一来能帮助你充分认识Hadoop，而来可以在上面做点实际的东西。你所有踩得坑都是你宝贵的财富。