作為一名IT從業者，我來回答一下這個問題。

首先，大資料的知識體系是比較龐大的，而且其中很多內容也有比較大的學習難度，在學習大資料的過程中，往往還需要有一定的場景（資料中心）作為支撐，所以跨領域學習大資料還是具有一定學習難度的。

對於非技術領域的職場人來說，如果要轉崗學習大資料，應該選擇一個適合自己的學習切入點，然後基於這個切入點來制定自己的學習計劃。在選擇學習切入點的時候，通常需要考慮到三方面因素，其一是自身的知識結構；其二是自身的能力特點；其三是自身能夠整合的學習資源。

大資料領域的諸多知識體系都離不開數學知識，所以如果數學基礎比較薄弱，那麼在選擇學習大資料的時候會遇到比較多的障礙，其中大資料分析知識對於數學的要求要更高一些。如果數學基礎比較薄弱，可以考慮從大資料應用角度出發，比如從基本的資料庫知識開始學起就是不錯的選擇。

如果自身具有一定的計算機基礎知識，比如具有一定的程式設計基礎，那麼可以考慮學習大資料開發知識，當前大資料領域對於開發人才的需求量還是比較大的，而且相關崗位的崗位附加值也比較高。學習大資料開發通常需要一個系統的學習過程，可以從開源大資料平臺開始學起，比如Hadoop、Spark就是比較常見的選擇。

最後，學習大資料相關知識並不建議在脫離實際場景的情況下進行，最好能夠一邊學習一邊使用。

當然可以，你有這個想法很好。現在整個社會已經進入大資料時代，包括現在的營銷和大資料結合的非常緊密。像你原來做網路營銷的，也是要運用大資料，可能你們公司或者你所處在業務層面沒有機會接觸大資料，但是遲早要運用大資料。

一，大資料不是單純的技術，下面也有很多細分的職位。比如有做大資料開發，還有做應用分析的。你不是搞技術的，所以可以搞大資料應用是你的方向。大資料需要很多技術或者搞數學統計的人來開發，但是應用和營銷對接的這一方面就是你的優勢。就像你不會修電腦，但是你會用電腦來辦公就行，修電腦可以找其他懂電腦維修的來。

二、其實做大資料的門檻沒有那麼高。給你舉個我我身邊的例子，我的同事一個朋友小姜也不是搞計算機技術或者搞數學的，之前是搞營銷企劃，市場調查一類的，和你的工作性質差不多，現在他就是做大資料分析的。

他原來是在北京一家諮詢公司做市場調查，後來回武漢改行做的企劃。當時我們公司是做p2p理財，金融行業風險很大，後來15年P2p平臺出現了問題導致公司停業，他又改行去做市場分析，實際上就是做大資料分析。

因為他前期做過市場調查，對數字比較敏感就面試過了。做了2年以後，他嫌待遇一般（當時給他的月薪是8k），跳槽去了一家國企背景的雲平臺公司做大資料分析，當時工資是一萬多，現在做的還不錯，這都是真實的事情。

三、大資料分析都做什麼事情？

大資料涉及到很多行業，有服務人口統計，醫學或者交通安全的，但更多是做消費者的大資料以服務營銷和產品,具體職責如下：

1.獲取資料並且整理。

首先資料從哪裡來是最關鍵的，我們可以從很多軟體或者合作渠道得到大資料，但是那些資料是否是真實有效的，這就需要我們進行鑑定和分析，其次資料得到以後如何管理和統計就是需要藉助統計學等工具、軟體進行分析。

2.對資料做統計分析以確定與業務和產品相關的策略。

得到這些資料是起什麼作用的，很多大資料都是研究客戶的消費心理和需求分析用的，那麼大資料是不能直接產量銷量的，但是能給我們的營銷團隊和產品開發部門起到資料分析和參考的作用，從而制定合理的業務和產品的開發策略等。

3.大資料分析師需要掌握的技能。

主要包括有程式設計，統計學和數學，資料視覺化和資料處理等專業能力。目前的情況是搞資料分析的人一般不怎麼去接觸市場，即技術不懂營銷，營銷不懂技術是個問題。那麼你做過營銷如果對營銷比較擅長，又再學一點大資料的應用就有自己的優勢。

四.那怎麼進入這個行業？我給你提一點建議：

首先你要從網路營銷過渡到市場企劃，再到大資料分析，市場企劃只是我舉個例子也可以做其他職位，它相當於是一個職業跳板起到承上啟下的作用。如果沒有這個跳板，你很難一下找到大資料相關的職位。現在各行各業都在要求有一定的相關工作經驗，即使有些新型的職位有經驗的人不多，但起碼是相關的經歷也可以被用人單位考慮接受。

前提條件下是你要有很強的學習能力和鑽研精神。在做好的自己的工作同時，不斷充電學習大資料方面的知識，就像我的同事小姜一樣，沒有人教他，他全靠自己研究和總結分析，經常在他的朋友圈裡分享自己做的模型和理論，看得出他一有業餘時間就在研究這個領域。只有這樣的精神才能做好這個工作。

可以的啊，0基礎轉崗都可以學，不過自學的話是比較難一點的哈。大資料能就業的崗位很多，如資料分析師、大資料視覺化工程師、資料探勘工程師、Hadoop開發工程師等。

當然可以。

很多零基礎以及轉行的人都會選擇做大資料，因為現在大資料是朝陽產業，發展前景一片大好，並且崗位需求和崗位種類也非常多，比如可以做資料分析師、大資料視覺化工程師、資料探勘工程師、Hadoop開發工程師等等。