入行大數據？

01-30

我讀過一些關於大數據的書，感覺是一種比較新的解決實際問題的方法。想要入行但是以前又不是學這個的，有沒有哪些方面我能夠做到來挽回的，例如，上哪些課什麼的？

題主得先介紹你個人的情況，或者說你的知識結構是什麼，這樣才好給你建議。

如果你是程序猿，那麼會有針對程序猿的建議；

如果你是運營人員，會有針對運營的介紹；

如果是產品經理，會有針對產品經理的介紹，

我看到知乎里關於大數據方面學習建議基本是關於技術層面的，而事實上這個領域要學習的東西實在太多了，我反倒認為應用層面應該是放在首位的，先定了方向，才知道應該怎麼尋找方法去落地。

學習統計學、社會學的研究方法和理論特別是定量研究方面、SPSS State SAS等統計軟體應用，可以學到方法，然後看應用到哪些領域，就多了解領域內背景知識幫助應用分析。相關入門數據比較好的有《大數據時代》《大數據》等

大數據分為幾個不同的板塊啦！主要是看你喜歡偏技術型的還是分析型的！

如果你對大數據感興趣，歡迎關注我們的信微：idacker 剛做不久，歡迎指點。

目前市場上的「大數據書」基本不涉及太多理論，讓你會有哇原來是這樣我要是會了世界就在我手中的感覺，然後就會有現在這種疑問。

事實上，大數據就像小朋友們聊嘿咻，談的多做的少，等做起來發現和想像的太不一樣。
因為我是做技術的，這裡只談技術層面。

大背景是，對於數據挖掘，國內的公司大多在工程層面上，研究所和高校做理論的會較多，所以真到實際場景下不會有作者想的那麼高大上，有一大半的時間會花費在前期準備和業務分析上。

然而這並不代表你就可以不懂理論，因為這樣很可能你連自己為什麼這樣做都不知道，更不用說改進和調優。
由於數據挖掘是一個交叉學科，理論層面上主要包括數學（比高數要龐雜得多），計算機等（一些特別的比如說生物方面的當然要懂生物）；應用層面上要分領域，大體思想相通但是具體方法會有區別，也就是說如果你以前沒做過社交網路，業務突然需要做這塊，你就需要很快的了解大概並工程實現。因此，數據挖掘工程師大多都需要保持很高的好奇心和旺盛的精力，因為需要不停的學習。

上面的是個人的理解，下面給些乾貨，只說最最最基礎的配置：

數學：微積分，高等代數，概率論與數理統計，離散數學，隨機過程，數值計算

計算機：數據結構，資料庫，python，R，數據可視化

機器學習和數據挖掘：統計學習方法，數據挖掘概念與技術

同時，你需要大量寫代碼，在實踐中學習

這些最基礎的搞定後以後該怎麼深化你自己心中也應該有主意了。

tableau或者大數據魔鏡（http://www.moojnn.com）是一款大數據可視化工具，最大的特點就是免費，大數據和可視化，他的可視化效果自然是不用多說的，你自己也說了，是不錯的，據我所知，現在大數據魔鏡目前的可視化效果有近200種，並且還在增加中。

分享一片介紹大數據的美文：「大數據」時代的到來

所謂大數據是指那些大小已經超出了傳統意義上的尺度，一般的軟體工具難以捕捉、存儲、管理和分析的數據。

大數據應用很重要，拍腦門定決策、領導說了算的時代要過去了......

既然是叫大數據，而不是叫數據，那最基本的一個特點就是數據量特別大。用傳統的統計軟體 SPSS SAS 等已經不能滿足需求了。做大數據分析，需要掌握一些軟體。以hadoop架構為基礎， yarn MapReduce HDFS等技術為核心， mahout spark作為主要工具。是在Java語言基礎上編寫的。總體來說，比較難