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。