我是做大資料工作的，我來回答一下。

首先現在大資料還屬於程式設計師類，要寫程式碼，和計算機軟體打交道。

大資料自身又和資料分析、資料探勘分不開，和機器學習關係也比較近。數學學得好，比如線性代數、機率論、統計機器學習、拓撲學等等（預設題主是大學水平），做大資料，做機器學習是有優勢的，當然只有數學還不夠，還需要有一定的程式設計功底，學會諸如Java等程式語言，Linux操作，Hadoop，Spark等等大資料框架，做機器學習還要去學演算法。如果題主本身對數學興趣濃厚，成績還很好，那對相關職業技能加以學習，做起來很有優勢。

當然可以，建議可以走演算法方向。大資料分很多種:大資料分析師、大資料探勘師。不同的公司對兩者的定義不同。俠義的資料分析師指的是對資料做清洗、資料處理的工作，透過觀察資料的走向放心資料規律，主要用的工具是像SQL、Python、R等統計分析工具，要學好機率論對資料有一定的敏銳度，而且要能很好的熟悉業務，因為只有站在業務的基礎上才能更好的發現數據規律，資料異常值。廣義的資料分析師也包含資料探勘師的工作。

資料探勘師是資料分析更高層次的，會用到機器學習演算法、神經網路等。如果你數學好的話，對你理解各種演算法原理十分重要。但並不是說你數學好就能當好資料探勘師，除了數學能力，必不可少的還有軟體程式設計的能力，你可以自學現在比較熱門的scale、java、python等程式語言。而且還要掌握現在的大資料分佈技術與框架像spark什麼的。但是有的地方資料分析師與資料探勘師分得並不是那麼清楚，看你自己想做哪方面的工作。

數學成績與大資料沒有必然的聯絡。數學成績好，只能證明你的邏輯思維比較強，學習大資料有一定的基礎，關鍵是還要有強的計算機運用能力，比如，Java、VB、C語言、數控等理論知識的熟練運用。

大資料目前正處在產業落地階段，整個大資料產業鏈的相關工作崗位也比較多，數學作為大資料的基礎學科之一還是比較重要的，如果數學比較好的話，選擇崗位的餘地也比較大。

大資料的崗位從大的角度來說包括基礎平臺研發、大資料應用開發、大資料分析和大資料運維，這些崗位中基礎平臺研發和大資料分析對數學的要求比較高，其中大資料分析崗位的用人需求量比較大，可以重點考慮一下。

大資料分析崗位的主要職責是找出資料背後的各種規律（相關性），通常情況下涉及到演算法設計和資料呈現兩個任務，其中演算法設計就需要紮實的數學基礎，也是做大資料分析的重點和難點。

做資料分析通常情況下可以採用各種現成的分析工具，分析工具可以極大的簡化分析流程，也會整合一些常見的演算法，使用起來還是比較方便的，比如各種BI工具就是比較常見的資料分析手段。通常情況下，使用BI工具對資料庫操作的要求比較高，如果不涉及到複雜的資料分析，通常系統整合的演算法就能夠滿足大部分資料分析的任務要求。

目前採用機器學習的方式實現資料分析也是一個趨勢，這種情況下不僅要求大資料分析師掌握紮實的數學基礎，同時還要能夠完成演算法的實現、驗證和使用的過程，目前採用Python語言來完成機器學習的實現是一個比較常見的選擇，Python語言自身也比較簡單，使用起來也非常方便，從目前的發展前景來看也不錯。

大資料分析是目前大資料應用的重要方式之一，透過場景大資料分析來呈現大資料價值是目前一個比較常見的做法，所以大資料分析在未來的應用會非常廣泛，也需要大量的從業人員。

如果有大資料方面的問題，也可以諮詢我。

一定的數學基礎是進行資料分析的前提。當然並不是說數學不好一定不能從事大資料相關工作，但是在學習的過程中會比數學基礎好的人更吃力一些。

對於初級資料分析師來說，瞭解一些描述統計相關的基礎內容，有一定的公式計算能力即可，瞭解常用統計模型演算法則是加分。但是對於高階資料分析師和資料探勘工程師來說，除了統計學以外，各類演算法也需要熟練使用，對數學的要求是非常高的。所以好的數學成績對大資料學習是很有幫助的。

當然單純的數學成績突出並不意味著能在大資料領域見長，因為一名優秀的大資料工程師需要具備諸多知識和技能。

Java是大資料學習需要的程式語言基礎，因為大資料的開發基於常用的高階語言。而且不論是學習hadoop，還是資料探勘，都需要有程式語言作為基礎。因此，如果想學習大資料開發，掌握Java基礎是必不可少的。

大資料核心知識包括但不僅限於Hadoop生態系統、HDFS技術、HBASE技術、Sqoop使用流程、資料倉庫工具HIVE、大資料離線分析Spark等。如果把大資料比作容器，那麼這個容器的容量無限大，什麼都能往裡裝，大資料離不開物聯網，移動網際網路，大資料還和人工智慧、雲計算和機器學習有著千絲萬縷的關係。

邏輯思維主要體現在資料分析過程中每一步都有目的性，知道自己需要用什麼樣的手段，達到什麼樣的目標。唯有搭建完整有效的分析框架，才能瞭解分析物件之間的關係，清楚每一個指標變化的前因後果，會給業務帶來的影響。邏輯思維除了體現在和業務相關的分析工作上，還包括演算法邏輯，程式邏輯等。

數學是大資料資料探勘的基礎，大資料到最後就是拼數學功底，特別是複雜的公式最佳化，資料結構，推算等等。不過對於計算機的程式碼和原理是一定要熟悉的，否則只有公式不理解計算機也不行。我是易觀的CTO，從事大資料15年了，我們人員招聘就是從數學系，計算機系招聘的，我們大資料訓練營的學生也是數學系優先。