測試一下：你適合學習大數據嗎

面對大數據高薪資、高待遇的誘惑，你是不是跟我一樣也蠢蠢欲動了呢？快來測試一下你適不適合學習大數據吧？

　　在大數據行業中有很多領域。通常來說它們可以被分為兩類：大數據工程和大數據分析。這些領域互相獨立又互相關聯，大數據工程涉及大量數據的設計，部署，獲取以及維護（保存）。大數據工程師需要去設計和部署這樣一個系統，使相關數據能面向不同的消費者及內部應用。而大數據分析的工作則是利用大數據工程師設計的系統所提供的大量數據。大數據分析包括趨勢、圖樣分析以及開發不同的分類、預測預報系統。

　　因此，簡而言之，大數據分析是對數據的高級計算。而大數據工程則是進行系統設計、部署以及計算運行平台的頂層構建。

測試一下自己適不適合學習大數據，首先要知道自己的領域是什麼，適合什麼方向？

　　現在我們已經了解了行業中可供選擇的職業種類，讓我們想辦法來確定哪個領域適合你。這樣，我們才能確定你在這個行業中的位置。通常來說，基於你的教育背景和行業經驗我們可以進行如下分類：

教育背景（包括興趣，而不一定與你的大學教育有關）

計算機科學

數學

行業經驗

新人

數據學家

計算機工程師（在數據相關領域工作）

　　經過上面的分類，你可以把自己的領域定位如下：

　　例1：「我是一名計算機科學畢業生，不過沒有堅實的數學技巧。」

　　你對計算機科學或者數學有興趣，但是之前沒有相關經驗，你將被定義為一個新人。

　　例2：「我是一個計算機科學畢業生，目前正從事資料庫開發工作。」

　　你的興趣在計算機科學方向，你適合計算機工程師（數據相關工程）的角色。

　　例3：「我正作為數據科學家從事統計工作。」

　　你對數學領域有興趣，適合數據科學家的職業角色。

　　因此，參照著定位你的領域吧。（此處定義的領域對你確定在大數據行業的學習路徑至關重要。）

在大數據領域，如何規劃你的角色

　　現在你已經確定了你的領域，下一步，讓我們規划出你要努力的目標職位吧。

　　如果你有卓越的編程技巧並理解計算機如何在網路（基礎）上運作，而你對數學和統計學毫無興趣，在這種情況下，你應該朝著大數據工程職位努力。如果你擅長編程同時有數學或者統計學的教育背景或興趣，你應該朝著大數據分析師職位努力。

　　其實，大數據技術沒有自己想像的那麼難，只要有途徑有毅力，新人也能將本事學到手。在千鋒大數據培訓班中，很多零基礎來學習大數據的同學都收穫了不錯的業績（15k以上的薪資）。所以只要你對大數據有興趣、有精力、敢於嘗試，在千鋒依舊可以開拓出自己的一片天！