不請自來，人在北京，特來回來問題。

作為文科生呢，想學IT，搞程式碼是有一道門檻的，越過了這個門檻就好了。主要看你自己合不合適，能不能學進去，做起來痛不痛苦，枯不枯燥。

所謂的360行，行行轉IT，說的就是這種情況，很多人30多歲在本行業做膩歪了，覺得沒發展，覺得IT賺錢多，或者單純對IT感興趣的，都大有人在。

在眾多開發崗位裡面，我確實更推薦大資料。

雖然現在仍然是培訓啥的都有，但是隻要你出去問，都是搞大資料的多。為什麼呢，因為天時地利人和都在。國家政策支援，企業大力發展，未來的需求量高，當下以及未來的待遇優厚，發展前景無限。這些都是大資料火熱的根本原因。

學大資料的基礎是先學習一下Java語言，好多Java工程師也都是或者自學，或者參加培訓，轉過來做大資料了，無他，就是賺得多。

如果工作不是為了多賺錢，那還不如去做公益了，更有助於讓世界變得更加美好。

下面貼一下大資料的學習路徑吧，你參考一下，只要你肯學，那你就肯定沒問題的，多的都不用說了。可以先找一本Java的書或者教程先看起來，如果覺得有意思，能看懂，那就可以嘗試。

學不懂的，可以問學長，網上查資料，去參加培訓，或者來問我也OK。我都會回。

以上，祝你成功。

在此之前，我先要問您，您之前是什麼行業？其實大多數像類似的問題不應該問別人，而是要問自己:我適合什麼，我喜歡什麼.男怕入錯行，女怕嫁錯郎。你如果真的喜歡大資料行業，並且能希望透過自己的努力有所發展，那就去做。大資料行業已經成為籠統的行業，細分有資料建模工程，資料演算法工程，資料探勘工程，資料清洗工程，資料應用工程等好多方面。最重要的還是那句，適合自己的，如果行業跨度較大，真心不建議轉過去，不是行業沒前景，而是自身底子太薄，沒有覺悟真的是浪費時間。就像大多數人，看到一本專業書就想買下來，買下來之後卻又不想看！

個人認為現在做大資料是很好的一個選擇吧！

分享一個案例吧！

某4S店，每月2次車展，成交少，成本高，員工吃不消，不去業績更難做，售後客戶流失嚴重，每次業績排名倒數，眼看資格被取消。用小蜜蜂獲客神器，每次車展必去，不參展只收集客戶資訊，一個月業績衝區域冠軍。已經連續5個月業績排名區域業績第一位。

之前小師妹分享了一個地產案例，開發商透過線下獲客裝置採集使用者資料資訊，再透過大資料分析得出精準客戶畫像，藉助精準營銷平臺對精準客戶進行多樣式立體精準營銷，最終取得驚人的效果。

此案例的邏輯就是整個精準營銷的實現流程：採集大資料--資料整合分析--精準廣告觸達--使用者資料反饋--營銷轉化實現。

今天分享這個4S店的案例吧！和我們生活結合比較強。

先說下執行前後結果對比：

每月2次車展，成交少，成本高，員工吃不消，不去業績更難做，售後客戶流失嚴重，每次業績排名倒數，眼看資格被取消。用獲客神器，每次車展必去，不參展只收集客戶資訊，一個月業績衝區域冠軍。已經連續5個月業績排名區域業績第一位。

執行流程：

1、透過購買獲客裝置進行核心區域（特別是車展）投放，每日24小時不間斷收集區域內使用者裝置資訊。

目的：獲取營銷核心區域客戶設資料資訊。

2、以每三個工作日為單位，將客戶裝置資料資訊打包進行大資料智慧分析初處理：去重、人群屬性分析、時段分析、區域劃分、人群標籤分析、人群行為分析等。

目的：得到更精準的客戶設資料資訊。

3、針對週期獲得的精準客戶裝置資料資訊分析結果，制定更加具有吸引力與體驗感的線上廣告展示樣式，並選擇最佳投放渠道，透過DSP廣告投放平臺進行廣告投放。

目的：讓觸達的廣告能更好的引起使用者關注，增強體驗感，提升使用者表單填寫與報名數量。

4、將廣告投放反饋的資料與投放結果進行比對，選取最佳的投放渠道與廣告展示樣式，進行集中投放。

目的：去除效果差，體驗感差，使用者反饋差的廣告投放。

5、透過制定線下落地活動，將最終廣告投放獲取的使用者全部邀約至活動現場進行客戶成交轉化。

目的：快速抓取使用者，快速邀約客戶，快速成交客戶。

透過此案例不難看出：精準獲客5個過程中採集資料資訊與精準廣告投放是整個精準營銷獲客與成交過程中最為重要的兩個環節，重中之重。

或許題主看到小師妹寫的這些，一頭霧水不知道大資料的處理結果怎樣實現。然而大家並不要為此擔心。大資料的分析和結果的得出全是【大資料平臺】處理的結果，現在市面上很多科技公司已經針對大資料結果分析推出了眾多應用與裝置用來配合資料收集和資料處理。對於有需求的廣告主是極好的選擇。

大資料越來越火，大資料工資越來越高，隨著個人學歷專業背景、工作經驗背景等不同還是有很大差異的，2016年國家教育部新設“資料科學與大資料技術”專業，目前，2016年，2所大學進行該專業招生，2017年，全國35所高校招生，2018年，全國208所高校招生。面向陡增的大資料專業人才，究竟就業薪資怎麼樣，工作待遇幾乎，下面我們通過幾個維度用資料來分析

第一，透過目前市面上大資料培訓公司的學員就業薪資來進行分析，以下資料資訊摘自科多大資料培訓班，其次，由於科多大資料地處成都，故主要分析成都的就業環境，後面會介紹到北京的情況。

首先，貼上科多大資料其中一個培訓班就業薪資表，為保護隱私，省去重要資訊

1、薪資分析

平均薪資

薪資分析

總結：該批學員初入職場，故為初級（優秀者可達中級）的平均薪資水平11k，有20人集中在10-14K之間。

2、年齡分析

年齡分析

總結：年齡分為三個層面，23歲左右的應屆畢業生，24-27歲工作大概2-3年的轉行者，28歲以上的行業老司機不畏未知，大膽轉型升級

3、學歷分析

學歷分析

總結：從上圖可見，專科薪資較低，但透過努力也能接近10K

4、專業分析

專業分析

總結：很多人認為非計算機專業出身肯定學不會，從上圖可見，非IT專業佔到一半以上

第二、招聘網站薪資待遇

從拉鉤上讀取相關招聘資訊待遇

招聘網站相關崗位薪資情況

第三，大資料相關崗位薪資情況，以北京地區為主

總結：大資料工作待遇雖然根據地區、崗位、經驗有較大空間，但只要好好學習大資料技術，掌握核心技能，找到10K以上工作，還是比較容易的。

這個還真不是科班生的優勢。目前高校設定大資料或人工智慧相關專業的還不多，而且都是學的比較理論基礎的東西，要學的深入，得研究生級別。加上文科生也受到報考專業的限制，所以純轉行是很難的。不過出來工作之後，有了比較多的時間和精力去考慮提升和轉行的時候，我覺得還是得找個好點的培訓課程，讓自己系統地提升吧。我這邊有比較專業的免費諮詢顧問，可以根據你的實際情況來為你制定學習方案，方便的話可以留個聯絡方式。

大資料近期是非常火，也有很多小夥伴想轉行大資料，但是我要說一點的就是，自己適不適合學習大資料！

首先，樓主目前從事的是文職，和計算機沒有太大的相關性，並且不知道樓主的邏輯思維能力怎麼樣？想從事大資料，儘量是科班生，而且邏輯思維能力要好，這樣無論是在學習過程中還是在找工作的時候都比他人更容易一點！

不知道樓主是想自學還是培訓，分享一下學習路線圖吧，如果你自學可以按照這個來，建議你還是先看一下基礎的學習影片，你覺得自己能學會再去報班學習！

2019新版大資料學習路線圖---每階段能力培養及可掌握的能力

2019新版大資料學習路線圖---每階段學習大綱及各階段知識點2019新版大資料學習路線圖---每階段課程設定背景

2019新版大資料學習路線圖---學習影片

2018年大資料發展趨勢預測影片

雲計算大資料linux教程

雲計算大資料之zookeeper教程

網站資料分析實戰教程

大資料hadoop教程入門

雲計算大資料Hive教程

想要學習影片的小夥伴，可以關注後後臺回覆大資料哦！

有科班基礎，學習肯定相對容易一點，因為肯定會有大量的基礎理論知識要學。

如果想轉行，首先希望是興趣驅動而不是其他，其次就是可以在網上找一些影片資料等，先自學看看，對大資料有個基本的認識。判斷自己是否真的適合和感興趣，如果合適並感興趣的話可以再做進一步打算，比如系統學習培訓等。

大資料的發展前景很不錯，目前應用領域很廣泛，由於大資料人才的匱乏，很多企業非常苦惱人才的問題，這幾年，大資料從業者的福利待遇幾乎在很多行業中算是最高的。

以北京為例，從51job上查詢的大資料人才的招聘資訊，目前對於沒有工作經驗的大資料人才的薪資也在1萬以上。

大資料相關有各方面的工作，有需要用到高深的技術的，也有簡單的工作，主要你願意並且有決心從事大資料相關工作，不管你先前讀什麼專業，一定能找到最適合你的切入點，進入大資料行業工作；

有些人適合從大資料分析入手、有些人適合從大資料產品入手，有些人適合從大資料爬蟲工作入手，有些人適合從大資料化運營入手，有些人適合從資料探勘演算法模型入手，這還是從大的方面來講，還有更多小的切入點，等等。

大資料業務流程有4個基本環節，分別是：業務理解、資料準備、資料探勘、分析應用。在這個流程裡有三個職能領域：

大資料系統研發，承擔整個運營系統的構建與維護、資料準備、平臺與工具開發；

大資料探勘，負責關鍵模型應用與研究工作；

大資料分析應用，既是外部需求的接入者，也是解決方案的輸出者，很多時候也會承擔全盤統籌的角色。

相關：大資料發展前景怎麼樣，培訓出來薪資水平如何？

https://www.toutiao.com/i6697121814495101453/

現在培訓學校都是從基礎開始教的，從淺到深循序漸進

所以能不能學好主要還是看自己努力學沒有了

隨著網際網路的發展，儲存在雲上的資料越來越多，這就需要大量的大資料工程師了

並且現在國家也在大力推廣大資料

大資料方面的人才非常緊缺，隨之薪資也非常高，並且薪資漲幅也是非常大的

整體大資料前景廣闊