大資料作為目前熱門的專業，吸引越來越多的人加入學習，但是不用太過擔心，大資料的學習只涉及一部分的數學和英語。

學習大資料，其實對英語沒什麼限制，若是英語成績好點的可能在程式設計理解上會容易點，但其實也不會有太大的影響。英語的弱勢是可以通過後期努力補上來。

對於數學，大資料也只學習它會應用到的一些數學知識，只要邏輯思維能力過關，還是很容易學的。

你好，當然要學習好了。大資料技術和應用用的英語就是計算機專業英語。將計算機專業英語學好，英語方面就夠用了。不過也有一定難度，專用詞彙比較多，記憶難度大，記住了要長期使用，不然也會忘記。

要想掌握更好，就找一些國外軟體公司官網的英文文件說明，拿來看看。能很熟練讀懂文件內容，並能用自己的語言表達出來，最好了。英語是一門語言，聽說讀寫都很重要，想要去外企，可能要求更高了。

大資料相關數學課程有：微積分、離散數學、線性代數、機率論這四門課程要學好，每門課程對應到大資料和軟體研發都很重要。特別是要想更深入研究大資料分散式底層原始碼，人工智慧演算法。微積分，線性代數必須熟練掌握。各種公式轉化，各種矩陣轉化。都是必須掌握熟練。不然沒辦法讀懂相關演算法和底層原始碼。

拋開大資料技術，英語和數學也要學習。無論生活、工作、考試、教育子女等等都要會這兩門課程。

要想從事大資料行業，除了英語，數學要學習好，動手能力，自學能力，領悟能力都很重要。

當前大資料相關專業正在成為熱點，不少學生對於大資料相關技術也比較感興趣，但是在選擇之前，一部分數學和英語成績並不理想的同學可能會有所顧忌，擔心學不好。

實際上，這種擔心是有道理的，因為數學是大資料的三大基礎學科之一，如果數學基礎比較差，學習大資料技術時會遇到很多障礙，而英語交流能力對於後續的學習交流也有比較現實的意義，所以要想在大資料技術這條路上走得更遠，一定要重視數學和英語的學習。

大資料的技術體系是以資料為基礎，以資料價值化為核心，所有的大資料技術體系均圍繞資料價值化來展開。大資料的資料來源依賴於資料採集渠道，目前主要的資料採集渠道包括物聯網、網際網路和傳統資訊化系統。而要想完成資料的價值化，目前主要的渠道之一就是資料分析，資料分析有兩種常見的方式，其一是統計學方式，其二是機器學習方式，而這兩種方式說到底就是數學方式。因此，學好數學是能夠進行資料價值化操作的重要基礎。

隨著學習的深入，英語的重要性會逐漸體現出來，尤其是到研究生階段，需要完成某個研究方向的創新，首先就需要了解當前的技術邊界，這個過程需要閱讀大量的英文資料。所以，學習大資料技術越深入，英語的重要性就會體現得越明顯。

當然，隨著大資料技術體系的逐漸成熟，大資料技術也將廣泛落地到傳統行業，這個過程不僅需要具有創新能力的研發型人才，也需要大量的技能型人才，而技能型人才對於數學和英語的要求並不算太高，所以即使數學和英語成績不好，也是可以學習大資料技術的。