隨著人工智慧時代的到來，大資料是IT行業運營的基礎，越早加入越能及早積累行業經驗，起始建議進入行業的大型公司進行觀摩學習，在這個過程中發現自己的興趣點優勢，培養在行業中發現問題解決問題的能力，在任何一個企業都需要發現問題解決問題的人才。只有你擁有發現問題解決問題的能力，無論你在何時何地都是佼佼者。

我想問統計是不是資料？大資料就是綜合資料。取也並非取，舍也並非舍，有取必有舍，有舍必有取，找到自己就找到方向了！

統計做得那麼好，幹嘛要轉行，你只虛要提升自己，字一下計算機，程式設計序就，這兩樣你學一下，這些都會了，前途不可古量。

說實話由於本人知識有限，這個行情不太清楚，但感覺現在是大資料比較吃香吧，建議可以轉行，先從比較熱門的點入手，發揮一下才智啊，祝快樂

大資料現在這麼火，想往大資料方面發展，但是英文、數學不好的可以嗎？？ 學習大資料該學哪些技術？？大資料和程式設計師比哪個要好學點？？等等。。。很多人學大資料的原因就是大資料找工作好找，薪資很高，，當然，為了這個原因也是可以的，畢竟這個時代就業壓力確實很大，為了一個好的工作學一門技術，，但是我想問下你，你的專業是什麼呢？？對於計算機/軟體，你的興趣是什麼？是計算機專業，對作業系統、硬體、網路、伺服器感興趣？是軟體專業，對軟體開發、程式設計、寫程式碼感興趣？還是數學、統計學專業，對資料和數字特別感興趣。。

一、初識hadoop Hadoop可以算是大資料儲存和計算的開山鼻祖，現在大多開源的大資料框架都依賴Hadoop或者與它能很好的相容。 關於Hadoop,你至少需要搞清楚以下是什麼： Hadoop 1.0、Hadoop 2.0 MapReduce、HDFS NameNode、DataNode JobTracker、TaskTracker Yarn、ResourceManager、NodeManager 自己搭建Hadoop，請使用第一步和第二步，能讓它跑起來就行。 建議先使用安裝包命令列安裝，不要使用管理工具安裝。 另外：Hadoop1.0知道它就行了，現在都用Hadoop 2.0. 二、更高效的WordCount 首先，你得先學習SQL，訪問、查詢資料庫的基本語言還是要懂的。。然後SQL On Hadoop之Hive，Hive是資料倉庫工具，資料倉庫是邏輯上的概念，底層使用的是資料庫，資料倉庫的特點：資料全（海量）、穩定；所謂穩定，比如資料庫的資料經常要更新，而資料倉庫的資料是不會被更新，只會被查詢，所以說Hive適合做資料倉庫。最後就是了解hive的工作原理，學會Hive的工作命令。 三、把別處的資料搞到Hadoop上 四、把Hadoop上的資料搞到別處去 五、例項分析 六、實時資料 七、更新查詢資料 八、高大上的機器學習 完成了第一、二，說明你已經快步入大資料的行列了，寫的不好也請多一、初識hadoop

Hadoop可以算是大資料儲存和計算的開山鼻祖，現在大多開源的大資料框架都依賴Hadoop或者與它能很好的相容。

關於Hadoop,你至少需要搞清楚以下是什麼：

Hadoop 1.0、Hadoop 2.0

MapReduce、HDFS

NameNode、DataNode

JobTracker、TaskTracker

Yarn、ResourceManager、NodeManager

自己搭建Hadoop，請使用第一步和第二步，能讓它跑起來就行。

建議先使用安裝包命令列安裝，不要使用管理工具安裝。

另外：Hadoop1.0知道它就行了，現在都用Hadoop 2.0.

二、更高效的WordCount

首先，你得先學習SQL，訪問、查詢資料庫的基本語言還是要懂的。。然後SQL On Hadoop之Hive，Hive是資料倉庫工具，資料倉庫是邏輯上的概念，底層使用的是資料庫，資料倉庫的特點：資料全（海量）、穩定；所謂穩定，比如資料庫的資料經常要更新，而資料倉庫的資料是不會被更新，只會被查詢，所以說Hive適合做資料倉庫。最後就是了解hive的工作原理，學會Hive的工作命令。

三、把別處的資料搞到Hadoop上

四、把Hadoop上的資料搞到別處去

五、例項分析

六、實時資料

七、更新查詢資料

八、高大上的機器學習

完成了第一、二，說明你已經快步入大資料的行列了，寫的不好也請多多包涵。

統計學裡就有大資料方向的，所以根本不用轉。

需要好一點的電腦。

大資料可以說是統計學的基礎要求了，而大資料顧名思義就是大量資料的挖掘、統計分析，少說都要數萬資料才算大資料，這個資料量是用筆無法做到的，所以要藉助計算機的力量。

所以轉到大資料方向會涉及到一些統計軟體，乃至於計算機語言。

常用的統計軟體有SPSS、SAS、Excel、WPS等，其中SPSS被稱為傻瓜式操作的軟體，是使用方法最簡單的統計軟體之一，但是要收費【使用方法簡單的軟體，絕大多數是收費的，所以很多相關公司還是喜歡用免費軟體省錢，換來的是員工實際操作中更復雜一點】。Excel和WPS的功能比較簡單，適合一些初步的統計。

使用的計算機語言並沒有嚴格的限制種類，只要能夠寫出一串能夠運算資料得出想要的結果的程式碼就可以，比較常用的有R語言、Python、C語言、C++、Java、MATLAB等。其中Python會涉及到人工智慧，這幾年很火，而Java目前是全球排行第一的計算機語言。

值得一提的是，絕大多數計算機語言是免費的，而且有全球各地的人會向相關平臺上上傳自己的程式包，提供他人免費使用。如果做大資料的統計分析時有相關的、可靠的程式包，可以用三、四行程式碼就能解決問題，十分方便。

作為一名大資料行業的從業者，同時也是一名教育工作者，我來回答一下這個問題。

統計學作為大資料的三大基礎學科之一，本身與大資料的關係就非常緊密，所以統計學專業的學生進入大資料領域是非常容易的。從另一個角度來說，統計學、計算機和數學這三個學科本身就處在大資料領域當中。

大資料目前在行業領域的諸多落地應用當中，一個重要的內容就是進行資料分析，而資料分析本身需要大量依賴於統計學知識，所以很多人也經常說大資料就是統計學，雖然這種說法有些片面，但是也足以說明統計學在大資料中的地位。

目前在大資料方向的研究生培養體系當中，統計學專業也是重要的培養渠道，很多統計學專業的大資料研究生也具有非常強的創新能力。在近些年舉辦的各種研究生大資料比賽中，經常能夠看到統計學專業的研究生取得較好的名次。

統計學專業的學生如果未來想專業從事大資料相關崗位，應該重點關注以下幾個方面的知識：

第一：程式設計知識。大資料行業的諸多崗位都離不開程式設計，比如大資料開發、大資料分析都在一定程度上依賴於程式語言，所以熟練掌握一門程式語言是比較重要的。對於統計學專業的學生來說，可以重點關注一下R和Python，尤其是Python語言。

第二：大資料平臺知識。大資料行業對於大資料平臺的依賴是非常強的，大資料應用開發和大資料分析往往都需要基於大資料平臺來展開，所以應該重點學習一下大資料平臺知識。目前可以重點關注一下Hadoop和Spark，雖然這兩個平臺的可用性遠不如各種商用大資料平臺，但是這兩個平臺是開源的，可以學習到更多的細節。