大資料是我的主要研究方向之一，目前我也在做大資料方面的落地應用，所以我說一說我對大資料價值的看法以及學習大資料的切入點。

大資料並不是憑空出現的，大資料是伴隨著物聯網和雲計算的發展而出現的，所以大資料是資訊化社會發展的必然結果。關於資料的價值早在大資料之前就已經得到了科技界廣泛的認可，只不過在大資料時代裡資料的採集維度更高，價值體現的更全面而已。所以，大資料的核心價值是資料本身，而資料本身的價值則體現在很多特定場景的應用上，比如人工智慧。

具體點說，大資料在早期的應用價值主要體現在預測、判斷上，而目前的大資料正在驅動科技的整體發展。隨著大資料的發展，人工智慧得到了更快的進步，大資料正成為未來智慧化社會的基礎。

大資料產業鏈圍繞資料展開，包括資料的採集、整理、傳輸、儲存、安全、分析、呈現以及應用，而學習大資料則圍繞這些具體方面展開。資料的採集和整理涉及到物聯網知識，資料的傳輸和儲存涉及到雲計算技術，而資料分析則涉及到分散式計算、資料探勘等內容，資料的呈現和應用還涉及到各種行業的（場景）知識。

大資料涉及到的崗位非常多，要想學好大資料要找到一個切入點，進而全面展開。

從程式設計師的角度來說可以從大資料平臺的搭建開始，比如搭建一個Hadoop、Spark平臺，進而做一些大資料的具體實驗，一步一步深入大資料的學習。

從事特定行業（金融、交通、零售、餐飲等）的使用者可以從資料分析入手，結合行業場景特點進行大資料應用，而這些應用本身的難度並不大，完全可以使用現成的工具完成。

學習大資料不僅僅是瞭解一些大資料的技術，更要了解大資料的概念，建立大資料的思維方式，而這是非常重要的。

如果有大資料方面的問題，也可以諮詢我。

大資料的核心價值是什麼？

大資料的核心價值總結成一句話：是資源最佳化配置。

我們看到，農業、工業或者是金融行業都是經過大資料來獲悉事情展開，就需要合理的配置資本。基於大資料分析的結果，進行資源最佳化配置，才是大資料應用的落地點和真正的價值。

1.Hadoop開發工程師

Hadoop是一個分散式檔案系統，能對大量資料進行分散式處理的軟體框架，以一種可靠的高效的可伸縮的方式進行資料處理。

2.資料分析師

資料分析師是資料時的一種，專門從事行業的資料蒐集、整理、分析並且根據資料做出行業研究和評估還有預測的人員。

3.資料探勘師

做資料探勘要從很多很多的資料中發現規律，這裡需要一些數學知識如：基礎的線性代數，高等代數、凸最佳化機率等等的。這裡也會遇到程式語言，比如大家常說的最適合大資料的語言python；

4.大資料視覺化工程師

需要根據產品業務功能設計符合需求的視覺化方案等等。

還有很多可以從事的工作崗位，在這裡就不一一列舉了。上面說到的4個有關大資料的職位，大家可以去查一下月薪。我們學習大資料，看到這麼的多的崗位和高薪，並且大資料是企業都在重視的領域，所以未來很有發展前景，這就是我們去學習的價值所在。

按照以上步驟逐一去學習，把上面所有階段的知識點掌握之後。去找工作的時候是很搶手的。

第一階段和第二階段是為了能夠完成B/S結構網站開發，具備真是環境的專案部署能力，可以完成中小型企業管理系統和傳統的專案開發；

第三階段網站開發的三個框架，是能夠使用SSH框架完成傳統企業級專案開發，熟悉多種業務流程，豐富專案開發經驗。

第四個階段網際網路搜尋及爬蟲，能夠利用技術手段獲取網際網路的資料；能夠構建企業級的搜尋系統。

第五階段是能夠獨立完成中小型網站整體架構，承載百萬級併發訪問；能夠獨立完成電商網站核心業務系統開發；

第六個階段大資料離線計算：能夠勝任理想相關工作，包括ETL工程師、任務排程工程師、Hive工程師、資料倉庫工程師等等...

第七階段大資料實時計算，除了第六階段的工作外，還可以勝任Storm工程師、搜尋系統工程師。

第九個階段的基礎機器學習是為了能夠解決簡單的業務問題。