现在学习大数据晚吗？
发表于 15:32|
摘要：作为一门对数学和计算机都有较高要求的一门交叉学科，从事大数据是有一定门槛的，但相对于10年以上的职业生涯（国外顶尖数据科学家50-60岁仍然十分活跃），预备半年的时间来学习这个最炙手可热的技能还是很划算的。
PPV课网站上经常有人问这个问题，在回答这个问题之前，先看一段对话：
Q:你好老师,我想问下现在从事大数据相关的行业是不是有点晚了，
现在大数据这块就业就是开发吗？市场需求大吗？
A:现在学不晚，大数据人才供不应求
Q:但是从智联搜大数据也就是就是几千个岗位
A:这个职位大部分行业都需要，市场、营销、运营相关的需求很多。大数据不是职位，你要搜数据分析师、大数据工程师、算法工程师、数据建模师
Q:哦这样啊&
Q:那请问&我想搞BI,现在和大数据结合的一般是怎样呢
要会哪些技术呢?是在北京还是上海呢?
A:BI工程师和大数据工程师的要求差不多，需要熟悉数据库，同时掌握开发工具。相对于传统的BI工程师，大数据工程师还需要掌握数据仓库和NoSql，你可以看下这篇文章
北京提供的大数据相关职位基本占到了全国的40%以上，是最多的，上海也超过了20%
(数据来源：LinkedIn：2016年中国互联网最热职位人才库报告)
Q:我底子很差&做数据分析师好像没戏哈哈
高数学的都忘记了,自己做算法开发没戏
A:数学往后学比较重要，入门用到了再去补吧.很多算法不需要知道原理，刚开始知道怎么用就可以了.
Q:嗯&但是这样&面试人家一问&就露馅了&用入门的人的公司多吗？
A：入门理解业务场景和掌握分析方法很重要，工具是其次，数学再次之。
但如果数学功底不行，会限制你到达的高度。
现在，让我们再回到到第一个问题：现在学大数据晚吗？这个问题我想从三个方面回答。第一个问题：
大数据是否过热了？
很多时候我们急于回答问题，却忽略了问题本身。Big Data这个词翻译过来就是大数据，在脱离了语境的情况下，这个词可能代表&大数据技术&、&大数据集&、&大数据应用&等各种含义，所以要想回答这个问题，并不是件容易的事情。
就这个问题而言，我们可以把它分为&大数据技术是否过热&和&大数据应用(或者大数据产业)&是否过热？我们都知道技术和应用相辅相成，技术是基础，应用是商业价值变现。他们有着各自的发展轨迹，彼此并不完全重合。让我们先看一下大数据技术和大数据应用的发展阶段和历史趋势：
2011年，麦肯锡全球研究院发布的《大数据：下一个创新、竞争和生产力的前沿》研究报告最早提出词汇&Big&Data&。
2012年，维克托&舍恩伯格《大数据时代：生活、工作与思维的大变革》的宣传推广，大数据概念开始风靡全球。
技术突破阶段
年，处于围绕非结构化数据自由探索阶段。非结构化数据的爆发带动大数据技术的快速突破，以2004年Facebook创立为标志，社交网络的流行直接导致大量非结构化数据的涌现，而传统处理方法难以应对。此时的热点关键词较为分散，包括了&Systems&（系统）、&Networks&（网络）、&Evolution&（演化）等，高被引文献也很少，说明学术界、企业界正从多角度对数据处理系统、数据库架构进行重新思考，且尚未形成共识。
年，大数据技术形成并行运算与分布式系统，为大数据发展的成熟期。Jeff&Dean在BigTable基础上开发了Spanner数据库（2009）。此阶段，大数据研究的热点关键词再次趋于集中，聚焦&Performance&（性能）、&CloudComputing&（云计算）、&MapReduce&（大规模数据集并行运算算法）、&Hadoop&（开源分布式系统基础架构）等。
2010年以来，随着智能手机的应用日益广泛，数据的碎片化、分布式、流媒体特征更加明显，移动数据急剧增长。&近年来大数据不断地向社会各行各业渗透，使得大数据的技术领域和行业边界愈来愈模糊和变动不居，应用创新已超越技术本身更受到青睐。大数据技术可以为每一个领域带来变革性影响，并且正在成为各行各业颠覆性创新的原动力和助推器。
2012年，美国政府在白宫网站发布《大数据研究和发展倡议》，这一倡议标志着大数据已经成为重要的时代特征。之后美国政府宣布2亿美元投资大数据领域，大数据技术从商业行为上升到国家科技战略。联合国在纽约发布大数据政务白皮书，总结了各国政府如何利用大数据技术更好地服务和保护人民。
2013年，英国政府宣布注资6亿英镑发展8类高新技术，其中，1.89亿英镑用来发展大数据技术。欧盟实施开放数据战略，旨在开放欧盟公共管理部门的所有信息。
2014年5月，美国白宫发布了2014年全球&大数据&白皮书的研究报告《大数据：抓住机遇、守护价值》。全球大数据产业的日趋活跃，技术演进和应用创新的加速发展，使各国政府逐渐认识到大数据在推动经济发展、改善公共服务，增进人民福祉，乃至保障国家安全方面的重大意义。
2014年，数据开放运动已覆盖全球44个国家。国务院通过《企业信息公示暂行条例（草案）》，要求在企业部门间建立互联共享信息平台，运用大数据技术等手段提升监管水平。
2015年，五中全会的&十三五&规划中将大数据作为国家级战略。
Gartner是一家领先的市场和技术研究公司，在Gartner 2015新兴技术发展周期报告。自动驾驶汽车与物联网处在顶峰部位，而大数据技术并未列入其中。
在2014年的报告中，我们却可以清晰的看到大数据刚刚过了新兴技术的顶峰。
许多人以此为依据，说大数据已近过时了，事实是，Gartner这张图反应的是新兴技术的发展趋势，也就是说经过10年的发展，大数据的相关技术已近十分成熟，已近退出了新兴技术的范畴。其实，早在2013年5月，麦肯锡全球研究所（McKinsey&Global&Institute）发布了一份名为《颠覆性技术：技术进步改变生活、商业和全球经济》的研究报告。报告确认的未来12种新兴技术，有望在2025年带来14万亿至33万亿美元的经济效益。令人惊讶的是，最为热门的大数据技术也未被列入其中。麦肯锡专门解释称，大数据技术已成为这些可能改变世界格局的12项技术中许多技术的基石，包括移动互联网、知识工作自动化、物联网、云计算、先进机器人、自动汽车、基因组学等都少不了大数据应用。
所以，大数据应用不存在所谓&过热&和&虚火&的问题，事实恰恰相反，伴随着大数据技术的成熟，大数据应用的普及和发展才刚刚开始，我们预计未来10年，甚至更长一段时间都是大数据黄金发展阶段，相关的行业将引来巨大的发展机遇。
第二个问题是：
大数据相关职位需求多吗？
不管是国内还是国外，大数据相关的人才都是供不应求的局面。根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。
根据根据Linkedin《2016年中国互联网最热职位人才库报告》，数据分析人才被列为Top6的热门职位。
可以看出，这些职位都是当下任何互联网公司要建立发展必不可少的岗位，尤其是数据分析人才，伴随着大数据在互联网行业更多的应用而愈加重要。
在这份报告中，数据分析人才的供给指数最低，仅为0.05，相当于20个职位同时在竞争一个求职者。这在一定程度上反映了行业现状，很多互联网公司 都逐渐意识到了数据的重要性，但却缺乏相关的专业人才来分析和管理数据。
数据来源：LinkedIn：2016年中国互联网最热职位人才库报告
第三个问题
入行的学习时间？
这个问题其实是没有标准答案的，取决于你的专业基础和要从事的职位。以数据分析师为例，先看一下国内知名互联网数据分析师的招聘要求：
1.&计算机、统计学、数学等相关专业本科及以上学历；&
2.&具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，能够熟练地使用SQL；
3.&三年以上具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据采集、整理、分析和建模工作；
4.&对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求，有互联网相关行业背景，有网站用户行为研究和文本挖掘经验尤佳；
5.&具备良好的逻辑分析能力、组织沟通能力和团队精神；&
6.&富有创新精神，充满激情，乐于接受挑战
前三个属于硬件要求，一般而言，有专业基础(计算机、统计学、数学等相关专业)入行需要3个月以上的学习，而要成为一个熟手(企业用工需求最多)则需要2-3年以上的项目经验和行业经验。对于非专业背景的同学，入行的时间可能需要的更长，建议给自己预留6-12月的时间。
Anyway,作为一门对数学和计算机都有较高要求的一门交叉学科，从事大数据是有一定门槛的，但相对于10年以上的职业生涯（国外顶尖数据科学家50-60岁仍然十分活跃），预备半年的时间来学习这个最炙手可热的技能还是很划算的。
在职业规划这个问题上有位哲学家说过，最重要的人际关系就是自己和自己的关系，知道自己要什么，不要什么。在转行的问题上也是一样。 有人会说，转行是让自己之前几年的经验积累全都作废了，其实社会经验和人生理念是不管改到哪一行都能发挥效用的。而之前的人际关系也是属于&山不转水转&的问题，你很难说哪一类人际关系是有用的，哪一类是没有用&&基于这个道理，应该统统视作为有用的。 不怕失去，才可能会有更多收获。只要有明确的发展规划，当然应该义无反顾地去投入新的开始。人生的机会并不多，即使你已经到了30岁，对大多数人来说，只是职业生涯的前半部分，完全不必缩头缩脑患得患失。
PPV课原创作品，未经许可严禁转载
PPV课-国内领先的大数据学习社区和职业培训平台，欢迎关注！
原文链接：
声明：CSDN登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
推荐阅读相关主题：
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章三个月成为大数据工程师，你需要具备什么条件？-业界动态-@大数据资讯
你好，游客
三个月成为大数据工程师，你需要具备什么条件？
来源： luminji's web&
　　学习没有零基础入门，首先你要成为一名工程师
　　在技术论坛中或知乎上，看到近几万的朋友都在疑惑，学习Java应该选择什么发展方向，这个咱们在之前的文章中有提到过，Java发展在领域上有三个选择方向：
　　JavaEE，主要应用于企业级应用开发;安卓开发方向;嵌入式应用开发方向。在此建议大家选择JavaEE方向，因为应用非常广泛，岗位设置也比较多。
　　Java的职业发展规划之路我们也曾在(一文阐述Java从初级到高级的学习之路&&白老师分享篇(2)
　　)详细列举，这里就不一一列举了。
　　但我们从来没有讨论过学习Java，难道这辈子就只能做Java后端开发吗?只能在这条路上奋斗到底吗?难道中途没有其他的选择吗?
　　偶然认识的一个朋友，最开始是从事Java后端开发的，后来他在业余时间自学成功转入大数据行业，现在是一名大数据工程师，待遇也比之前好更多。前提是他是一名Java后端开发。
　　大数据是我们如今比较火的一个发展方向，但是很多培训机构有提到几个月速成的，小编觉得不是特别靠谱。
　　原因有以下：
　　大数据是一个新生行业，还不太成熟。
　　Java发展了将近20年，也没有说几个月速成的，最多也就是带你入门，让你对Java的知识结构体系有一个清晰的认知，在后期的工作实践期间成长的速度更快。
　　大数据的起点要高，并不是所谓的零基础就可以入门的。
　　我们接下来讲述的有关大数据的学习是有条件限制的，首先你需要是一名普通的工程师，如果你是Java工程师的话更好，但如果你是小白的话，那就只能成为一名工程师的后再来学习大数据吧。
　　一、认识大数据
　　大数据本质其实也是数据，不过也包括了些新的特征，
　　数据来源广;
　　数据格式多样化(结构化数据、非结构化数据、Excel文件等);
　　数据量大(最少也是TB级别的、甚至可能是PB级别);
　　数据增长速度快。
　　而针对以上新的特征需要考虑很多问题：
　　例如，数据来源广，该如何采集汇总?采集汇总之后，又该存储呢?数据存储之后，该如何通过运算转化成自己想要的结果呢?
　　对于这些问题，我们需要有相对应的知识解决。
　　二、大数据所需技能要求
　　Python语言：编写一些脚本时会用到。
　　Scala语言：编写Spark程序的最佳语言，当然也可以选择用Python。
　　Ozzie，azkaban：定时任务调度的工具。
　　Hue，Zepplin：图形化任务执行管理，结果查看工具。
　　Allluxio，Kylin等：通过对存储的数据进行预处理，加快运算速度的工具。
　　必须掌握的技能：
　　Java高级(虚拟机、并发)、Linux 基本操作、(HDFS+MapReduce+Yarn )、 HBase(JavaAPI操作+Phoenix )、Hive(Hql基本操作和原理理解)、 Kafka、Storm/JStorm、Scala、Python、Spark (Core+sparksql+Spark streaming ) 、辅助小工具(Sqoop/Flume/Oozie/Hue等)
　　高阶技能6条：
　　机器学习算法以及mahout库加MLlib、 R语言、Lambda 架构、Kappa架构、Kylin、Alluxio
　　三、学习规划
　　每天需要有3个小时的学习时间，周末的时候需要10小时，如果做不到的话，只能是
　　第一阶段(基础阶段)
　　Linux学习
　　Linux操作系统介绍与安装、Linux常用命令、Linux常用软件安装、Linux网络、 防火墙、Shell编程等。
　　Java 高级学习(《深入理解Java虚拟机》、《Java高并发实战》)
　　掌握多线程、掌握并发包下的队列、掌握JVM技术、掌握反射和动态代理、了解JMS。
　　Zookeeper学习
　　Zookeeper分布式协调服务介绍、Zookeeper集群的安装部署、Zookeeper数据结构、命令。
　　第二阶段(攻坚阶段)
　　Hadoop、Hive、HBase、Scala、Spark、Python
　　第三阶段(辅助工具工学习阶段)
　　Sqoop、Flume、Oozie、Hue这些工具的学习主要在CSDN，51CTO以及官网都可以学习。
　　四、学习资源推荐
　　Apache 官网(//apache.org/)
　　Stackoverflow(/)
　　Github(/)
　　About 云 ：///
　　CSDN(//www.csdn.net/)
　　51CTO (///)
　　在技术行业里面，每天都会有新的东西出现，需要关注最新技术动态，不断学习。任何一般技术都是先学习理论，然后在实践中不断完善理论的过程。
　　如果你觉得自己看书效率太慢，你可以网上搜集一些课程。
　　快速学习的能力、解决问题的能力、沟通能力在这个行业是真的非常重要的指标。
　　要善于使用StackOverFlow和Google来帮助你学习过程遇到的问题。
　　视频课程推荐：可以去万能的淘宝购买一些视频课程，你输入&大数据视频课程&，会出现很多，多购买几份(100块以内可以搞定)，然后选择一个适合自己的。
　　以上是我们对大数据学习的总结，当然我们也提到了，并不是说零基础的就可以直接学习，需要有编程的基础，要先掌握扎实的编程基础，在此建议学习Java，成为一名工程师的时候，有一定编程经验，自学起来也相对比开始要简单一点，然后对大数据有兴趣或者想要进入这个行业的就可以去学习了。
相关新闻 & & &
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款Java|ui设计|web前端|移动开发等信息资讯平台
美国上市公司亿元级外企IT培训机构
当前位置 :
> 成为大数据工程师要掌握哪些技能
成为大数据工程师要掌握哪些技能
时间： 13:18
来源：Java培训网
作者：IT培训网
已有：名学员访问该课程
每期开班座位有限.0元试听抢座开始！
请输入正确的验证码
温馨提示 : 请保持手机畅通，咨询老师为您提供专属一对一报名服务。
------分隔线----------------------------
------分隔线----------------------------
全国服务电话：400-017-8985 全国监督及投诉邮箱：
Powered by
(C) IT培训网一站式精准营销服务平台 cnitedu Inc.
备案信息：
Copyright (C) . IT培训网 版权所有