不需要，把本專業的課程學好，再把課餘的時間充分的利用起來，系統的學習Python方面的知識。

在“ 如鵬網 ”上了解過 Python的課程體系，挺詳細的，有網路的地方就可以學習，隨時隨地學程式設計，有問題隨時提問，老師實時線上答疑，口碑不錯，基本上都是慕名而去的，有詳細的課程體系，可以參考一下；

第一階段：Python 語言基礎

第二階段：資料庫基礎

第三階段：web前端

第四階段：Python web開發

第五階段：Python web專案

第六階段：Linux

第七階段：NoSQL

第八階段：資料視覺化

第九階段：爬蟲技術

第十階段：人工智慧

每個章節的後面都有相應的練習題和麵試口才題，需要以錄音的方式進行提交，為以後的面試做準備，也有其他的專業的來如鵬網上進行系統的學習的，大二大三就開始工作了，拿著薪資上大學，積累工作經驗，有技術大牛親自授課，口碑不錯，基本上都是慕名而去的，具體的可以到如鵬網官網上去了解一下。

如果學有餘力，學校又有條件，建議修雙學位，系統學習計算機知識。作為大資料從業者，深刻體會到大資料需要的是計算機與數理統計的複合人才。只會數理統計不會計算機，傳統的事物型分析還能應付，大資料很難玩的轉。而只會計算機數理統計不懂，很多時候就是摸著石頭過河，試錯的成本很高。但如果沒有精力或條件，利用課餘時間學點程式設計和大資料框架，應付工作也是可以的。

首先需要說一下處理大資料的確有一些需要單獨學的東西，主要是java程式設計、kafka、hadoop、spark等等。這個單純的計算機專業除了程式設計和資料結構其他可能不見得會學到，所以如果抱著去學大資料相關的技術去讀計算機的雙學位可能會失望；當然對於統計專業而言，程式設計技能相對而言可能是比較欠缺的。如果去修個計算機的雙學位，抱著提升程式設計技能，瞭解計算機的底層結構的目標，個人覺得意義還是非常重大的。這樣你未來進入工作崗位去實際應用大資料相關的技術比如hadoop、spark sql和spark mllib還是會有一些單純統計專業同學不具備的優勢。

其次如果貴校可以輔修大資料或者資料科學相關的專業可能會更好——這個目前很多學校都已經開設；