1樓：海翔飛it教育
只要你的邏輯思維能力強，都是可以考慮學的，不過最好是高中及以上學歷，相對選擇機會更多...大資料行業這兩年人才缺口大，就業薪資高，所以有想法的話可以趁早學，再晚兩年，等高校大資料相關專業的同學畢業，競爭更大
2樓：山西新華電腦學校
可以的，可以來我們這裡瞭解一下
大資料難學嗎
3樓：尚學堂j**a學院
大資料工程師需要具備哪些能力？
數學及統計學相關的背景；
計算機編碼能力；
對特定應用領域或行業的知識。
大資料工程師這個角色很重要的一點是，不能脫離市場，因為大資料只有和特定領域的應用結合起來才能產生價值。
所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對於之後成為大資料工程師有很大幫助，因此這也是應聘這個崗位時較有說服力的加分項。
大資料相關的技能很多，按照資料本身，可以分為資料獲取、資料處理、資料分析、資料儲存、資料探勘，共5類。
資料獲取：日誌收集 scribe、flume和爬蟲等；
資料分析：hive、spark、基本演算法、資料結構等；
資料儲存：hdfs等；
希望對您有所幫助！~
4樓：苗藍強令楓
學起來不容易，我是在魔據學的，說實話其實大資料本身就是有點難度的，需要慢慢學一段時間理解了就好了，希望對你有幫助。
5樓：匿名使用者
你好大資料和雲端計算、物聯網是未來計算機技術發展的三大方向，出來都是炙手可熱的人才，但學起來也沒那麼容易，因為這些方向都是新技術，以往的教育體系裡，這方面的內容少，相關的文獻資料也不多，而且，國外可能走在了前面，需要多看些外文資料
。最好的學習是在實踐中，建議你如果對這方面滿意請採納
6樓：龍達財稅
難學不難學，這都是一個相對的說法
這就要看你自己的基礎和學歷能力了
大資料涉及的方面比較廣泛，有技術層面的，也有業務層面的懂技術的同時，要對業務有一定的理解，這樣才能讓技術更符合業務發展的需求，和技術落地
學習大資料，要學習統計學的知識，還有相關語言和工具，可能還要涉及人工智慧
7樓：江西新華電腦餘
當前，國家大資料戰略實施已經到了落地的關鍵時期，大資料技術產業創新發展、大資料與實體經濟深度融合、以及大資料安全管理與法律規制等方面都進入了攻堅階段大資料領域的人才需求主要圍繞大資料的產業鏈，涉及到資料的採集、整理、儲存、安全、分析、呈現和應用，崗位多集中在大資料平臺研發、大資料應用開發、大資料分析和大資料運維等幾個崗位。當前整個it行業對於大資料人才的需求量還是比較大的，近幾年相關方向研究生的就業情況還是比較不錯的，一方面崗位級別比較高，另一方面薪資待遇也比較可觀，而且薪資待遇正呈現出逐年上升的發展趨勢。
8樓：尚矽谷
自學大資料相對來說比較吃力，大資料前景是很不錯的，像大資料這樣的專業還是一線城市比較好，師資力量跟得上、就業的薪資也是可觀的，學大資料面授班的時間大約半年，學大資料可以按照路線圖的順序，
大資料怎麼樣？好學嗎？
9樓：cda資料分析師
這個問題，不能一慨而論，也不能以偏概全，需要根據每個個體的具體情況來說，只要肯努力，就沒有不好學的專業。
不過大資料專業相對基礎知識要求會高的，一般大專及以上的知識水平，學習大資料基本不會有太大的問題，不會說輸在了文憑上。
現在轉行或畢業參加大資料培訓的人非常多，不少都是零基礎入門的，但中間的付出就只有自己能夠體會。選擇大資料專業，應該關注和關心的是自己的興趣愛好和能力所在，如果連最起碼的喜歡都談不上，就談不上堅持。
其實學好大資料並不難，只要用心去學習。關於如何學好大資料的更多問題，可以到一家專業的機構看看，例如cda資料認證中心就不錯。cda行業標準由國際範圍資料領域的行業專家、學者及知名企業共同制定並每年修訂更新，確保了標準的公立性、權威性、前沿性。
通過cda認證考試者可獲得cda中英文認證證書。
10樓：尚矽谷
學大資料相對來說還是更適合有基礎學習的，大資料前景是很不錯的，薪資更是可觀，希望你早日學有所成。
11樓：嗯哼
大資料開發0基礎要學得久一些，一般要達到大資料開發初級工程師的水平至少要6個月以上，以下介紹的課程主要針對零基礎大資料工程師每個階段進行通俗易懂簡易介紹，方面大家更好的瞭解大資料學習課程。
12樓：匿名使用者
學習還是看個人能力情況了吧，報名時也多方面的考慮下選擇正規的學校效果更好，cda資料分析師品牌，cda已與國內多所高校進行了戰略合作，獨特的教學方法好。
13樓：aaa軟體教育
可以試聽一下感受感受，看看自己是否能接受得來。
14樓：貝貝兒
cda大資料分析師課程以大資料分析技術為主線，以大資料分析師為培養目標，從資料分析基礎、linux作業系統入門知識學起，系統介紹hadoop、hdfs、mapreduce、hive和hbase等理論知識和基於spark平臺的大資料分析和機器學習應用，詳細演示hadoop三種模式的安裝配置，以案例的形式，講解基於pyspark技術的迴歸、分類和聚類分析等大資料分析場景和案例。課程的重點是培養學員基於hadoop架構的大資料分析實操能力，從零開始學習hadoop搭建，掌握spark，手把手帶練，8周成為行業急需的大資料分析人才，學完即可滿足cda level ii大資料分析師考試知識考核需求。講解案例包括但不限於金融大資料分析、氣象大資料分析、web海量日誌大資料分析、智慧高速大資料分析等。
15樓：湯圓和辣條
大資料不太好學，但是現在有很多培訓學校呀，都是從零基礎教起的，我一開始就是沒有基礎開始學的大資料，只能說比別人有基礎的要更加努力辛苦點吧，最後在培訓學校學了差不多半年吧，也找到了個挺好的工作，工資一萬多。
大資料好不好學呢？就要前景怎麼樣？
16樓：奶瓶爸爸和小九
1、大資料好不好學，答案是不好學，如果好學的話就不會有上百萬的人才缺口了
2、大資料學習是有門檻的，但並不像很多人說的那樣需要數學和統計學基礎（大資料分析需要這些基礎）。而我們經常說的大資料學習一般指大資料開發（大專學歷即可學習，理工科專業為佳）
3、為什麼說不好學呢？我們從大資料學習內容上來分析，大資料開發說白一點就是程式設計，相信對很多行外人來說，一提到程式設計就是滿屏看不懂的**，這就是大資料難點之一。如果你不入這一行總覺的困難重重。
所以說，大資料難但是可以學！經過你的努力和堅持，小白也是可以完全學懂大資料的。
1、大資料行業的火爆就不用我贅述了
2、人才缺口達200萬
3、平均月薪20k+
4、應用廣泛、未來將覆蓋全行業
5、人工智慧、雲端計算、物聯網和大資料密不可分
17樓：匿名使用者
他們說的什麼軟體開發，硬體、網路bai維護，也不是說想du學就可以學好的，這個還要看你對電腦學方面有沒有興趣了，強學是學不好的。還有英語方面需說不用很高的要求，不過也要有基礎才行，還有就是對電腦的敏感。
18樓：長沙新華電腦學院
前景是大趨勢，很好的，可以到這邊看看的
19樓：尚學堂j**a學院
大資料工程師需要具備哪些能力？
數學及統計學相關的背景；
計算機編碼能力；
對特定應用領域或行業的知識。
大資料工程師這個角色很重要的一點是，不能脫離市場，因為大資料只有和特定領域的應用結合起來才能產生價值。
所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對於之後成為大資料工程師有很大幫助，因此這也是應聘這個崗位時較有說服力的加分項。
大資料相關的技能很多，按照資料本身，可以分為資料獲取、資料處理、資料分析、資料儲存、資料探勘，共5類。
資料獲取：日誌收集 scribe、flume和爬蟲等；
資料分析：hive、spark、基本演算法、資料結構等；
資料儲存：hdfs等；
如今的大資料不再是一個流行術語，在大資料行業火熱的發展下，大資料幾乎涉及到所有行業的發展。國家相繼出臺的一系列政策更是加快了大資料產業的落地，預計未來幾年大資料產業將會蓬勃發展。
未來大資料行業發展趨勢之二：針對製造業的大資料解決方案不斷升級，助力智慧製造。製造業產品的全生命週期從市場規劃、設計、製造、銷售、維護等過程都會產生大量的結構化和非結構化資料，形成了製造業大資料。
除此以外，製造業大資料還具多源異構、多尺度、不確定、高噪聲等特徵。在《智慧製造發展規劃 2016-2020》中，明確提出 2025 年前，推進智慧製造實施「兩步走」戰略：「第一步，到 2020 年，智慧製造發展基礎和支撐能力明顯增強，傳統製造業重點領域基本實現數字化製造，有條件、有基礎的重點產業智慧轉型取得明顯進展;第二步，到 2025 年，智慧製造支撐體系基本建立，重點產業初步實現智慧轉型」。
而在大資料細分市場中行業解決方案佔比最高達 34.3%，將在智慧製造產業發展中起到重要作用。
未來大資料產業前景一片大好，如果你也想加入大資料行業。
希望對您有所幫助！~
大資料好學嗎，大資料專業好學嗎？
大資料是一種高科技的產物，如果你對他感興趣，應該是好學的，如果不感興趣就不好學了。大資料專業一般指的是資料科學與大資料技術專業，因為學的內容比較的多，所以相對還是有一定難度的。培養目標 面向國家現代農業發展對大資料研究與應用的需求，培養具有紮實的大資料理論和專業知識 良好的科學素養和創新意識 較強的...
大資料技術專業好學嗎？大資料專業學什麼的？
我是一個大二在讀環境工程專業的學生，我有個朋友就是學大資料技術的，我來說說我對這個專業的感受。大資料技術這個專業近些年還是挺熱門的，現在大資料專業就業前景比較樂觀。作為人口大國和製造大國，我國資料產生能力巨大，大資料資源極為豐富。隨著數字中國建設的推進，各行業的資料資源採集 應用能力不斷提升，將會導...
零基礎學大資料好學嗎，零基礎能學大資料嗎？大資料分析好不好學？
大資料行業是目前熱門行業之一，大資料工程師人才稀缺，各大名企都在爭相招聘大資料人才。大資料在it課程中是比較難學的一個 首先零基礎學大資料分析難不難得因人而異，比如一個對資料分析很感興趣的朋友，能夠用更高的技能進行資料分析，那麼大資料的學習對於他來說是富有吸引力的，他會覺得大資料的學習越學越有趣，相...