大數據專(zhuān)業(yè)需要哪些(大數據專(zhuān)業(yè)需要學(xué)習什么知識)
1.大數據專(zhuān)業(yè)需要學(xué)習什么知識
學(xué)習要根據自身情況來(lái)定，如果你是零基礎，那就必須先從基礎Java開(kāi)始學(xué)起（大數據支持很多開(kāi)發(fā)語(yǔ)言，但企業(yè)用的最多的還是JAVA），接下來(lái)學(xué)習數據結構、Linux系統操作、關(guān)系型數據庫，夯實(shí)基礎之后，再進(jìn)入大數據的學(xué)習，具體可以按照如下體系：第一階段CORE JAVA （加**的需重點(diǎn)熟練掌握，其他掌握）Java基礎**數據類(lèi)型，運算符、循環(huán)，算法，順序結構程序設計，程序結構，數組及多維數組面向對象**構造方法、控制符、封裝繼承**多態(tài)**抽象類(lèi)、接口**常用類(lèi)集合Collection、list**HashSet、TreeSet、Collection集合類(lèi)Map**異常，File文件/流**數據流和對象流**線(xiàn)程（理解即可）網(wǎng)絡(luò )通信（理解即可）第二階段數據結構關(guān)系型數據庫Linux系統操作Linux操作系統概述，安裝Linux操作系統，圖形界面操作基礎，Linux字符界面基礎，字符界面操作進(jìn)階，用戶(hù)、組群和權限管理，文件系統管理，軟件包管理與系統備份，Linux網(wǎng)絡(luò )配置 （主要掌握Linux操作系統的理論基礎和服務(wù)器配置實(shí)踐知識，同時(shí)通過(guò)大量實(shí)驗，著(zhù)重培養動(dòng)手能力。
了解Linux操作系統在行業(yè)中的重要地位和廣泛的使用范圍。在學(xué)習Linux的基礎上，加深對服務(wù)器操作系統的認識和實(shí)踐配置能力。
加深對計算機網(wǎng)絡(luò )基礎知識的理解，并在實(shí)踐中加以應用。掌握Linux操作系統的安裝、命令行操作、用戶(hù)管理、磁盤(pán)管理、文件系統管理、軟件包管理、進(jìn)程管理、系統監測和系統故障排除。
掌握Linux操作系統的網(wǎng)絡(luò )配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服務(wù)的配置與管理。為更深一步學(xué)習其它網(wǎng)絡(luò )操作系統和軟件系統開(kāi)發(fā)奠定堅實(shí)的基礎。
與此同時(shí)，如果大家有時(shí)間把javaweb及框架學(xué)習一番，會(huì )讓你的大數據學(xué)習更自由一些）重點(diǎn)掌握：常見(jiàn)算法數據庫表設計，SQL語(yǔ)句，Linux常見(jiàn)命令第三階段Hadoop階段離線(xiàn)分析階段實(shí)時(shí)計算階段重點(diǎn)掌握：Hadoop基礎，HDFS,MapReduce，分布式集群，Hive,Hbase,Sqoop,Pig,Storm實(shí)時(shí)數據處理平臺，Spark平臺。
2.大數據課程需要什么基礎
學(xué)科知識：從數據分析涉及到的專(zhuān)業(yè)知識點(diǎn)上看，主要是這些：
(1)統計學(xué)：參數檢驗、非參檢驗、回歸分析等
(2)數學(xué)：線(xiàn)性代數、微積分等
(3)社會(huì )學(xué)：主要是一些社會(huì )學(xué)量化統計的知識，如問(wèn)卷調查與統計分析；還有就是一些社會(huì )學(xué)的知識，這些對于從事?tīng)I銷(xiāo)類(lèi)的數據分析人員比較有幫助
(4)經(jīng)濟金融：如果是從事這個(gè)行業(yè)的數據分析人員，經(jīng)濟金融知識是必須的，這里就不多說(shuō)了
(5)計算機：從事數據分析工作的人必須了解你使用的數據是怎么處理出來(lái)的，要了解數據庫的結構和基本原理，同時(shí)如果條件充足的話(huà)，你還能有足夠的能力從數據庫里提取你需要的數據，這種提取數據分析原材料的能力是每個(gè)數據從業(yè)者必備的。
3.學(xué)大數據需要什么基礎
說(shuō)到大數據，肯定少不了分析軟件，這應該是大數據工作的根基，但市面上很多各種分析軟件，如果不是過(guò)來(lái)人，真的很難找到適合自己或符合企業(yè)要求的。
小編通過(guò)各大企業(yè)對大數據相關(guān)行業(yè)的崗位要求，總結了以下幾點(diǎn)：（1）SQL數據庫的基本操作，會(huì )基本的數據管理（2）會(huì )用Excel/SQL做基本的數據分析和展示（3）會(huì )用腳本語(yǔ)言進(jìn)行數據分析，Python or R(4)有獲取外部數據的能力，如爬蟲(chóng)（5）會(huì )基本的數據可視化技能，能撰寫(xiě)數據報告（6）熟悉常用的數據挖掘算法：回歸分析、決策樹(shù)、隨機森林、支持向量機等對于學(xué)習大數據，總體來(lái)說(shuō)，先學(xué)基礎，再學(xué)理論，最后是工具。基本上，每一門(mén)語(yǔ)言的學(xué)習都是要按照這個(gè)順序來(lái)的。
1、學(xué)習數據分析基礎知識，包括概率論、數理統計。基礎這種東西還是要掌握好的啊，基礎都還沒(méi)扎實(shí)，知識大廈是很容易倒的哈。
2、你的目標行業(yè)的相關(guān)理論知識。比如金融類(lèi)的，要學(xué)習證券、銀行、財務(wù)等各種知識，不然到了公司就一臉懵逼啦。
3、學(xué)習數據分析工具，軟件結合案列的實(shí)際應用，關(guān)于數據分析主流軟件有（從上手度從易到難）：Excel,SPSS,stata,R,Python,SAS等。4、學(xué)會(huì )怎樣操作這些軟件，然后是利用軟件從數據的清洗開(kāi)始一步步進(jìn)行處理，分析，最后輸出結果，檢驗及解讀數據。
當然，學(xué)習數學(xué)與應用數學(xué)、統計學(xué)、計算機科學(xué)與技術(shù)等理工科專(zhuān)業(yè)的人確實(shí)比文科生有著(zhù)客觀(guān)的優(yōu)勢，但能力大于專(zhuān)業(yè)，興趣才會(huì )決定你走得有多遠。畢竟數據分析不像編程那樣，需要你天天敲代碼，要學(xué)習好多的編程語(yǔ)言，數據分析更注重的是你的實(shí)操和業(yè)務(wù)能力。
如今的軟件學(xué)習都是非常簡(jiǎn)單便捷的，我們真正需要提升的是自己的邏輯思維能力，以及敏銳的洞察能力，還得有良好的溝通表述能力。這些都是和自身的努力有關(guān)，而不是單純憑借理工科背景就可以啃得下來(lái)的。
相反這些能力更加傾向于文科生，畢竟好奇心、創(chuàng )造力也是一個(gè)人不可或缺的。
4.學(xué)習大數據需要什么基礎
學(xué)習大數據要有一定的編程基礎，這是大數據大部分崗位都需要的。
目前從事大數據方向的程序員比較普遍使用的語(yǔ)言有四種，分別是Python、Java、Scala和R，這四種語(yǔ)言都有一定的應用場(chǎng)景，不同崗位的程序員使用的語(yǔ)言也稍有不同。Python目前主要是應用在數據分析、數據挖掘和算法實(shí)現上，可以說(shuō)大數據領(lǐng)域Python的應用是比較普遍的。
Java目前在大數據領(lǐng)域的應用還是跟平臺有直接關(guān)系，通常在需要高性能的數據處理部分采用Java開(kāi)發(fā)。Scala和R主要是基于場(chǎng)景的應用多一些，Scala構建在Java基礎之上，代碼結構要比Java簡(jiǎn)潔一些，同時(shí)Scala是Spark的實(shí)現語(yǔ)言，在與Spark相關(guān)的開(kāi)發(fā)中使用Scala是比較方面的選擇。
R語(yǔ)言本身的特點(diǎn)就是統計分析，語(yǔ)法簡(jiǎn)單且功能強大，是做大數據統計分析的一把利器。
5.大數據課程需要什么基礎
學(xué)科知識：從數據分析涉及到的專(zhuān)業(yè)知識點(diǎn)上看，主要是這些：（1）統計學(xué)：參數檢驗、非參檢驗、回歸分析等（2）數學(xué)：線(xiàn)性代數、微積分等（3）社會(huì )學(xué)：主要是一些社會(huì )學(xué)量化統計的知識，如問(wèn)卷調查與統計分析；還有就是一些社會(huì )學(xué)的知識，這些對于從事?tīng)I銷(xiāo)類(lèi)的數據分析人員比較有幫助（4）經(jīng)濟金融：如果是從事這個(gè)行業(yè)的數據分析人員，經(jīng)濟金融知識是必須的，這里就不多說(shuō)了（5）計算機：從事數據分析工作的人必須了解你使用的數據是怎么處理出來(lái)的，要了解數據庫的結構和基本原理，同時(shí)如果條件充足的話(huà)，你還能有足夠的能力從數據庫里提取你需要的數據，這種提取數據分析原材料的能力是每個(gè)數據從業(yè)者必備的。
6.大數據需要什么基礎
看你做哪個(gè)方面的大數據工作，如果是統籌方面（比如數據建模（分析）之類(lèi)）的，那么數學(xué)的功底是一定要有的，不然怎么做建模和分析。
如果是數據篩選一類(lèi)的，那么邏輯學(xué)和社會(huì )學(xué)是一定要有所基礎的，不一定要很精通，但是基礎一定要有。大數據的數據本身是無(wú)意義的，能從大數據中提取出想要的數據，就是數據篩選要做的，那么如果邏輯學(xué)和社會(huì )學(xué)不過(guò)關(guān)或者不扎實(shí)，那么可能這部分數據與需要的數據有關(guān)，但是察覺(jué)不到，可能這部分數據和需要的數據無(wú)關(guān)，但是又被放在了里面（等于增加了無(wú)用功），這都不是好現象。而這部分就需要邏輯學(xué)和社會(huì )學(xué)。
如果是具體的操作，比如數據可視化，那就沒(méi)什么說(shuō)的了，編程能力，理解能力，這些是大頭。
還有數據治理等等（這個(gè)是數據倉庫的概念，放到大數據中也可以），這里需要數據的敏感度，其實(shí)還是和數學(xué)有關(guān)，邏輯學(xué)社會(huì )學(xué)等其實(shí)也和數據有關(guān)，編程等等也和數學(xué)有關(guān)，所以我覺(jué)得大數據需要的基礎是數學(xué)，當然職位（或者說(shuō)崗位不同）需要的基礎也不同，僅僅操作的話(huà)，就簡(jiǎn)單一些，項往上走的話(huà)，數學(xué)的功底就要更扎實(shí)一些。不過(guò)都是需要的。
7.大數據專(zhuān)業(yè)主要學(xué)什么課程
大數據技術(shù)專(zhuān)業(yè)屬于交叉學(xué)科：以統計學(xué)、數學(xué)、計算機為三大支撐性學(xué)科；生物、醫學(xué)、環(huán)境科學(xué)、經(jīng)濟學(xué)、社會(huì )學(xué)、管理學(xué)為應用拓展性學(xué)科。
此外還需學(xué)習數據采集、分析、處理軟件，學(xué)習數學(xué)建模軟件及計算機編程語(yǔ)言等，知識結構是二專(zhuān)多能復合的跨界人才（有專(zhuān)業(yè)知識、有數據思維）。
以中國人民大學(xué)為例：
基礎課程：數學(xué)分析、高等代數、普通物理數學(xué)與信息科學(xué)概論、數據結構、數據科學(xué)導論、程序設計導論、程序設計實(shí)踐。
必修課：離散數學(xué)、概率與統計、算法分析與設計、數據計算智能、數據庫系統概論、計算機系統基礎、并行體系結構與編程、非結構化大數據分析。
選修課：數據科學(xué)算法導論、數據科學(xué)專(zhuān)題、數據科學(xué)實(shí)踐、互聯(lián)網(wǎng)實(shí)用開(kāi)發(fā)技術(shù)、抽樣技術(shù)、統計學(xué)習、回歸分析、隨機過(guò)程。
擴展資料：
大數據崗位:
1、大數據系統架構師
大數據平臺搭建、系統設計、基礎設施。
技能：計算機體系結構、網(wǎng)絡(luò )架構、編程范式、文件系統、分布并行處理等。
2、大數據系統分析師
面向實(shí)際行業(yè)領(lǐng)域，利用大數據技術(shù)進(jìn)行數據安全生命周期管理、分析和應用。
技能：人工智能、機器學(xué)習、數理統計、矩陣計算、優(yōu)化方法。
3、hadoop開(kāi)發(fā)工程師。
解決大數據存儲問(wèn)題。
4、數據分析師
不同行業(yè)中，專(zhuān)門(mén)從事行業(yè)數據搜集、整理、分析，并依據數據做出行業(yè)研究、評估和預測的專(zhuān)業(yè)人員。在工作中通過(guò)運用工具，提取、分析、呈現數據，實(shí)現數據的商業(yè)意義。
5、數據挖掘工程師
做數據挖掘要從海量數據中發(fā)現規律，這就需要一定的數學(xué)知識，最基本的比如線(xiàn)性代數、高等代數、凸優(yōu)化、概率論等。經(jīng)常會(huì )用到的語(yǔ)言包括Python、Java、C或者C++，我自己用Python或者Java比較多。有時(shí)用MapReduce寫(xiě)程序，再用Hadoop或者Hyp來(lái)處理數據，如果用Python的話(huà)會(huì )和Spark相結合。
參考資料來(lái)源：中國人民大學(xué)信息學(xué)院-數據科學(xué)與大數據技術(shù)
參考資料來(lái)源：百度百科-大數據采集與管理專(zhuān)業(yè)
8.大數據學(xué)習入門(mén)都需要學(xué)什么
大數據學(xué)習入門(mén)都需要學(xué)習和具備的基礎知識：
1. 數學(xué)知識：數學(xué)知識是數據分析師的基礎知識。
①對于初級數據分析師，了解一些描述統計相關(guān)的基礎內容，有一定的公式計算能力即可，了解常用統計模型算法則是加分。
②對于高級數據分析師，統計模型相關(guān)知識是必備能力，線(xiàn)性代數（主要是矩陣計算相關(guān)知識）最好也有一定的了解。
③而對于數據挖掘工程師，除了統計學(xué)以外，各類(lèi)算法也需要熟練使用，對數學(xué)的要求是最高的。
2. 分析工具
①對于初級數據分析師，玩轉Excel是必須的，數據透視表和公式使用必須熟練，VBA是加分。另外，還要學(xué)會(huì )一個(gè)統計分析工具，SPSS作為入門(mén)是比較好的。
②對于高級數據分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具（如Matlab）視情況而定。
③對于數據挖掘工程師……嗯，會(huì )用用Excel就行了，主要工作要靠寫(xiě)代碼來(lái)解決呢。
3. 編程語(yǔ)言
①對于初級數據分析師，會(huì )寫(xiě)SQL查詢(xún)，有需要的話(huà)寫(xiě)寫(xiě)Hadoop和Hive查詢(xún)，基本就OK了。
②對于高級數據分析師，除了SQL以外，學(xué)習Python是很有必要的，用來(lái)獲取和處理數據都是事半功倍。當然其他編程語(yǔ)言也是可以的。
③對于數據挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門(mén)，Shell得會(huì )用……總之編程語(yǔ)言絕對是數據挖掘工程師的最核心能力了。
4. 業(yè)務(wù)理解
業(yè)務(wù)理解說(shuō)是數據分析師所有工作的基礎也不為過(guò)，數據的獲取方案、指標的選取、乃至最終結論的洞察，都依賴(lài)于數據分析師對業(yè)務(wù)本身的理解。
①對于初級數據分析師，主要工作是提取數據和做一些簡(jiǎn)單圖表，以及少量的洞察結論，擁有對業(yè)務(wù)的基本了解就可以。
②對于高級數據分析師，需要對業(yè)務(wù)有較為深入的了解，能夠基于數據，提煉出有效觀(guān)點(diǎn)，對實(shí)際業(yè)務(wù)能有所幫助。
③對于數據挖掘工程師，對業(yè)務(wù)有基本了解就可以，重點(diǎn)還是需要放在發(fā)揮自己的技術(shù)能力上。
5. 邏輯思維
①對于初級數據分析師，邏輯思維主要體現在數據分析過(guò)程中每一步都有目的性，知道自己需要用什么樣的手段，達到什么樣的目標。
②對于高級數據分析師，邏輯思維主要體現在搭建完整有效的分析框架，了解分析對象之間的關(guān)聯(lián)關(guān)系，清楚每一個(gè)指標變化的前因后果，會(huì )給業(yè)務(wù)帶來(lái)的影響。
③對于數據挖掘工程師，邏輯思維除了體現在和業(yè)務(wù)相關(guān)的分析工作上，還包括算法邏輯，程序邏輯等，所以對邏輯思維的要求也是最高的。
6. 數據可視化
數據可視化說(shuō)起來(lái)很高大上，其實(shí)包括的范圍很廣，做個(gè)PPT里邊放上數據圖表也可以算是數據可視化，所以我認為這是一項普遍需要的能力。
①對于初級數據分析師，能用Excel和PPT做出基本的圖表和報告，能清楚的展示數據，就達到目標了。
②對于高級數據分析師，需要探尋更好的數據可視化方法，使用更有效的數據可視化工具，根據實(shí)際需求做出或簡(jiǎn)單或復雜，但適合受眾觀(guān)看的數據可視化內容。
③對于數據挖掘工程師，了解一些數據可視化工具是有必要的，也要根據需求做一些復雜的可視化圖表，但通常不需要考慮太多美化的問(wèn)題。
7. 協(xié)調溝通
①對于初級數據分析師，了解業(yè)務(wù)、尋找數據、講解報告，都需要和不同部門(mén)的人打交道，因此溝通能力很重要。
②對于高級數據分析師，需要開(kāi)始獨立帶項目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項目協(xié)調能力。
③對于數據挖掘工程師，和人溝通技術(shù)方面內容偏多，業(yè)務(wù)方面相對少一些，對溝通協(xié)調的要求也相對低一些。
8. 快速學(xué)習
無(wú)論做數據分析的哪個(gè)方向，初級還是高級，都需要有快速學(xué)習的能力，學(xué)業(yè)務(wù)邏輯、學(xué)行業(yè)知識、學(xué)技術(shù)工具、學(xué)分析框架……數據分析領(lǐng)域中有學(xué)不完的內容，需要大家有一顆時(shí)刻不忘學(xué)習的心。
