大資料是我的主要研究方向之一，同是也在帶大資料方向的研究生，所以我來回答一下這個問題。

首先，從近幾年研究生的就業情況來看，大資料行業從業者的薪資待遇還是比較高的，而且上升趨勢也比較明顯。除了薪資待遇之外，從行業發展的角度來看，當前學習大資料技術也是一個不錯的選擇。

大資料技術經過多年的發展已經形成了一個龐大的技術體系，可以選擇的方向也比較多，不同的方向需要學習不同的技術，學習者可以根據自身的知識結構以及興趣愛好進行選擇。

如果學習者具有紮實的數學基礎，那麼可以選擇大資料分析方向，大資料分析目前主要的方式包括機器學習方式和統計學方式，這兩個方式對於數學基礎均有一定的要求。學習資料分析可以從程式語言開始，比如Python就是一個不錯的選擇，然後可以進一步學習大資料平臺知識（Hadoop、Spark等）。

如果學習者具有一定的計算機基礎，那麼可以選擇大資料應用開發方向，大資料應用開發涉及到作業系統（Linux系列）、程式語言和大資料平臺三方面內容。隨著大資料的落地應用，大資料應用開發的需求量會比較大，一方面體現在已有資訊系統的大資料化，另一方面也體現在新業務的開發上。

如果學習者的基礎比較薄弱，那麼可以從資料整理開始學起，資料整理可以透過很多工具來完成，比如可以先從Excel開始學起，然後學習資料庫知識，重點在於Sql語言，接下來可以學習一下BI工具的使用。在傳統企業的生產環境下，透過BI產品等工具來完成資料整理和分析是比較常見的選擇。

其實大資料行業的薪資是挺高的，剛剛畢業的應屆畢業生一般都是初級工程師，入門7k以上。選擇的崗位也比較多，比如大資料開發工程師，ETL開發工程師，hive開發工程師，BI，使用者畫像，資料探勘，演算法工程師，spark工程師等等。除了演算法工程師難度比較高，需要一定的數學基礎，其它的都已經標準化了。

以java語言為例，現在都是基於apache軟體基金會開源軟體hadoop開發，mapreduce運算，HDFS儲存，透過flume採集檔案，經過kafka訊息分發，將資料下沉到HDFS上，後期離線的走hive資料倉庫，經過視覺化顯示展現。實時的在kafka端傳輸到Storm，經過實時處理，做成視覺化報表展現。此外還有spark， hbase，oracle等，組成一個完整的生態鏈！除了java語言，還有Python語言和scala語言，因為結構都相似，不一一介紹。

因為大資料現在需求比較多，當前學習大資料技術也是一個不錯的選擇。但因為大資料技術實在太多了，學精也需要點時間和專案累積！如果你要想學習，建議你可以先從資料庫開始學習，系統的學習下寫sql語句。網路上課程比較多，書籍也有一些。可以在一些網站上練習一下，有機會也可以去實習！後期可以轉到演算法，有一個更高更長久的行業期！