入行大數據需要掌握哪些技能？

01-15

謝邀，其實我已經答過一次。

看看這兩張圖吧，我收藏的，希望能夠幫到你。

技術方面的儲備

知識方面的儲備掌握這些做大數據的全棧工程師應該沒問題了，掌握某個方向的話只要技術過硬也能迎娶白富美。對大數據感興趣歡迎加我們微信：idacker 裡面有我私人號拉你進入學習交流群。

這個已經回答過啊。。1、數據採集：ETL工具負責將分布的、異構數據源中的數據如關係數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。

2、數據存取：關係資料庫、NOSQL、SQL等。

3、基礎架構：雲存儲、分散式文件存儲等。

4、數據處理：自然語言處理(NLP，NaturalLanguageProcessing)是研究人與計算機交互的語言問題的一門學科。處理自然語言的關鍵是要讓計算機"理解"自然語言，所以自然語言處理又叫做自然語言理解(NLU，NaturalLanguage Understanding)，也稱為計算語言學(Computational Linguistics。一方面它是語言信息處理的一個分支，另一方面它是人工智慧(AI, Artificial Intelligence)的核心課題之一。

5、統計分析：假設檢驗、顯著性檢驗、差異分析、相關分析、T檢驗、方差分析、卡方分析、偏相關分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic回歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析（最優尺度分析）、bootstrap技術等等。

6、數據挖掘：分類（Classification）、估計（Estimation）、預測（Prediction）、相關性分組或關聯規則（Affinity grouping or association rules）、聚類（Clustering）、描述和可視化、Description and Visualization）、複雜數據類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)

7、模型預測：預測模型、機器學習、建模模擬。

8、結果呈現：雲計算、標籤雲、關係圖等。