如大資料專業學什麼：

眾多發展方向總有一個適合你

需要掌握的程式語言

——Java

——Python

——R

——Scala等

需要掌握的資料能力

——資料獲取：日誌收集Sqoop、Flume、Kafka和爬蟲等；

——資料計算：實時資料計算流式計算的storm,spark streaming等；以及離線資料計算的HIVE、SPARK、MapReduce、基本演算法、資料結構等；

——資料儲存：HBase、HDFS等；

——資料探勘：機器學習相關演算法，聚類、時間序列、推薦系統、迴歸分析、文字挖掘、貝葉斯分類、神經網路等。

大資料領域三個大的技術方向：

方向一：Hadoop(在分散式伺服器叢集上儲存海量資料並執行分散式分析應用的一種方法)大資料開發方向

　　方向二：資料探勘、資料分析&機器學習方向

　　方向三：大資料運維&雲計算方向

　　精通任何方向之一者，均會 “前(錢)”途無量。

　　三個方向中，大資料開發是基礎。以Hadoop開發工程師為例，Hadoop入門月薪已經達到了 8K 以上，工作1年月薪可達到 1.2W 以上，具有2-3年工作經驗的hadoop人才年薪可以達到 30萬—50萬 ，一般需要大資料處理的公司基本上都是大公司，所以學習大資料專業也是進大公司的捷徑！

大資料就業的錢景：

北京大資料開發平均工資：¥ 30230/月。

資料分析師

北京資料分析平均工資：¥ 10630/月，取自 15526 份樣本，較 2016 年，增長 9.4%。

Hadoop開發工程師

北京hadoop平均工資：¥ 20130/月，取自 1734 份樣本。

資料探勘工程師

北京資料探勘平均工資：¥ 21740/月，取自 3449 份樣本，較 2016 年，增長 20.3%。

演算法工程師

北京演算法工程師平均工資：¥ 22640/月，取自 10176 份樣本。

基本不可能。年薪600萬人民幣，將近100萬美元。世界上沒有data scientist可以掙到這個數，即使是在矽谷。

人可以有夢想，但是不能白日做夢。

搞大資料不是搬大量的磚用不了那麼多人手，只有不到2%的比較頂尖的程式設計師有機會，對演算法和數學要求非常高，不是靠努力就行的，先測一下自己的IQ夠不夠。

不管你有多努力，天賦有多高，你也無法找到月薪50萬的大資料崗位。除非你在世界頂級名校擔任過副教授以上級別的科研職務，然後到百度這樣的公司擔任首席科學家，才可以達到這個數。

據我所知首席科學家年收入在500萬到2000萬不等

這個有些難度，不過也不是達不到，歸根結底就是技術，技術牛逼自然有獵頭聯絡你，進去一家大公司，成為技術核心，薪水加上獎金可以過50萬。現在大資料是最前衛的技術，也是最稀缺的人才，不過掌握到熟練到技術好有相當難度，大資料對數學統計要求很高，而且要有英語的閱讀能力，能夠熟練處理1Z的資料量，這裡說一下1Z到底有多大，可以百度一下，你就是大神，就離年薪50萬甚至更高不遠了。

現實點，假如月薪50w的大資料崗位有的話，那也是鳳毛麟角。在問答問不出個所以然來，只會給你一堆地方法論和心靈雞湯。

題主我建議先做好職業規劃和市場調研，其次想入門大資料我這裡有之前的一些問答可供參考，共勉。

https://www.wukong.com/answer/6477903392889897230

https://www.wukong.com/answer/6476994083842687245

首先需要正確分清楚「月薪」和「年薪」。

上面這句話當然是開玩笑，但也不完全是開玩笑。

弄清楚基本的薪資情況，這是我們瞭解一個行業、嘗試進入一個新行業之前所必須做到的事情。如果缺乏深入的調查研究，不但搞不清楚行業普遍的情況，甚至把工資搞錯了一個數量級，那麼不但會對一個行業產生誤解，自己在學習和工作中感受到挫敗感自然在所難免。只有真正設立可以實現的小目標，一步一個腳印，才有可能真正實現理想。

另外，在許多大資料領域的從業人員看來，要進入大資料行業，除了要有基本的數學能力和程式設計能力以外，一個人首先要有一些常識，也要有廣泛的知識，能敏感地注意到資料中的一些變化，要有解讀資料的能力。比如從工業園區域內手機使用者的定位資料，要能夠意識到宏觀經濟的變化情況（貨物的運輸，相關的工廠是否在裁員等等）。要有解讀資料的能力，一個最重要的前提就是：一個人顯然要知道什麼是正常的資料，什麼是不正常的資料。如果連這一基礎都達不到，不但在實際的工作中困難重重，通常在找工作的面試環節會遇到很多困難。在我看來，「月薪50萬」這樣的描述顯然表現出對資料缺乏敏感，也缺乏對資料異常的把握。想要成為好的資料科學家，在學習統計學和計算機知識的同時，不要忘了打好基礎。