1樓：匿名使用者
碩士研究生可分為普通碩士和專業碩士兩類。 【普通碩士】 根據我國的有關規定，普通碩士教育以培養教學和科研人才為主，授予學位的型別主要是學術型學位。 目前，我國學術型學位按招生學科門類分為12大類，12大類下面再分為88個一級學科
大資料專業成熱門，該如何轉行做大資料分析師
2樓：匿名使用者
親愛的各位加公尺谷學院的老師和同學們好，首先非常感謝大家在17年9月到18年3月份5個月時間的陪伴，以及張老師和曾老師在我學習期間的耐心輔導。在大資料培訓的道路上，正是因為有你們的辛勤付出與陪伴，才讓我在大資料職業道路上有了今天我很滿意的薪資待遇。再次謝謝你們！
在資料分析挖掘培訓的過程中給我印象最深就是張老師，張老師的課講的很清楚，尤其是ppt**理論，讓我這樣的0基礎學員能夠理解到位，不愧是國家大資料標準組的成員。雖然只有短短五個月的學習時間，但是對於我個人來說收穫非常大，不止讓我從乙個小白成功入行，並成功面試到張老師推薦的公司，拿到了我非常滿意的薪水。
張老師希望我可以給後面的學弟學妹們分享一點學習經驗，學習這件事大家都不陌生，大家都是經歷過十幾年的學習生涯。尤其是轉行0基礎學習大資料的同學，對大資料行業了解的也一定很清楚了，才會決定來進行大資料培訓。下面我只說5個方面，後面的學弟學妹可以從中作參考，也希望對你們有幫助。
1、興趣是最好的老師，既然決定轉好從0基礎學習大資料，那你一定要從心裡愛上它，只有你真正的上心了，才能有動力去學好它。
2、多看，課前預習是少不了的，課前老師都會把當天講的課件提前發給你，一定要抽出時間先認真看一下，否則，你會發現到時候老師講的內容你接受起來非常吃力。
3、多問，如果你是乙個0基礎學習大資料，之前沒有任何程式設計基礎，遇到問題一定要多問，第一時間問老師，不要礙著面子死撐，一方面可以鍛鍊你的溝通能力，是否能用盡量通俗的話語讓老師明白你遇到的問題所在（對你以後面試很有幫助），另一方面現在的學習成果也影響著以後的薪資待遇。
4、多練，加公尺谷學院每個階段的實訓專案都是很有針對性的，全部是來自真實企業中真實的專案，現在多練習對於以後的面試以及工作經驗都會非常的有幫助。
5、勤奮，這個說起來很簡單，人都是有惰性的，就像我們上學時候一樣，同樣乙個班級，老師教的東西也都一樣，為什麼有的學習好，有的學習不好？資料分析培訓也一樣，畢業之後為什麼有的薪資可以拿到18k，有的卻只有幾千？這跟自己的勤奮程度是成正比的，每個人請找到自己的勤奮點，加油！
3樓：尊威天下網路
1、懂業務。從事資料分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，很好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
4樓：
大資料基礎階段入門算簡單的，但是後面的高階階段、機器學習是比較難得，零基礎想自學學好大資料還是有很大的難度的。更別說找到乙份不錯的工作了。所以，零基礎想入門大資料，最好是去乙個面授的學校專業系統的學一學。
最好去實地看看，可以去千鋒試聽一下，不過再好的學校自己不努力還是不行。俗話說師傅領進門，修行靠個人。
小白想轉行做大資料，怎麼入行
5樓：知於大資料
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，為了乙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**感興趣？還是數學、統計學專業，對資料和數字特別感興趣。。
其實說這些不是為了說明大資料有多難，只是告訴你這就是大資料的三個發展方向，平台搭建/優化/運維/監控、大資料開發/設計/架構、資料分析/挖掘。。這三個方面沒有哪個容易學些、哪個薪資高些、哪個發展前景好些。。。
現如今大資料開源框架也是越來越多，舉幾個常用的例子：
檔案儲存：hadoop hdfs、tachyon、kfs
流式、實時計算：storm、spark streaming、s4、heron
k-v、nosql資料庫：hbase、redis、mongodb
資源管理：yarn、mesos
日誌收集：flume、scribe、logstash、kibana
訊息系統：kafka、stormmq、zeromq、rabbitmq
查詢分析：hive、impala、pig、presto、phoenix、sparksql、drill、flink、kylin、druid
分布式協調服務：zookeeper
集群管理與監控：ambari、ganglia、nagios、cloudera manager
資料探勘、機器學習：mahout、spark mllib
資料同步：sqoop
任務排程：oozie
上面有30多種框架了吧，哈哈，是不是有點慌了，雖然有這麼多框架，別說全部精通了，就算是全會用的，估計現在也沒有幾個，就要看你在三個方面往哪個方面發展了。就拿第二個來說（開發/設計、架構），且先聽聽我的建議：
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是資料倉儲工具，資料倉儲是邏輯上的概念，底層使用的是資料庫，資料倉儲的特點：資料全（海量）、穩定；所謂穩定，比如資料庫的資料經常要更新，而資料倉儲的資料是不會被更新，只會被查詢，所以說hive適合做資料倉儲。
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。
詳細了解 可登入**：網頁鏈結
6樓：加公尺谷大資料科技
大資料的發展前景很不錯，目前應用領域很廣泛，由於大資料人才的匱乏，很多企業非常苦惱人才的問題，這幾年，大資料從業者的福利待遇幾乎在很多行業中算是最高的。
大資料相關有各方面的工作，有需要用到高深的技術的，也有簡單的工作，主要你願意並且有決心從事大資料相關工作，不管你先前讀什麼專業，一定能找到最適合你的切入點，進入大資料行業工作。
大資料業務流程有4個基本環節，分別是：業務理解、資料準備、資料探勘、分析應用。
在這個流程裡有三個職能領域：
大資料系統研發，承擔整個運營系統的構建與維護、資料準備、平台與工具開發；
大資料探勘，負責關鍵模型應用與研究工作；
大資料分析應用，既是外部需求的接入者，也是解決方案的輸出者，很多時候也會承擔全盤統籌的角色。
7樓：烈火三代
這個要看你具體往哪個方面發展了，建議最好去報個培訓班培訓下，這樣入行就比較簡單了。純手工操作，希望能夠幫到你，謝謝採納！！！
8樓：匿名使用者
可以去培訓機構了解下，然後在做對比，給自己先規劃一下
9樓：尊威天下網路
通過cda那邊了解到成為一名優秀的資料分析師，應用數學、統計學、數量經濟學專業本科或者工學碩士層次水平的數學知識背景是不可少的。其次，作為一名資料分析師、至少需要熟練spss、statistic、eviews、sas等資料分析軟體中的一門
10樓：長沙新華電腦學院
想學大資料的朋友很多，但是所有想學大資料的朋友，就真的是都適合學大資料嗎?並不是，學大資料的朋友，你得邏輯能力強、具備一定的程式設計能力、還得有著不錯的統計分析能力。
不過這邊是網際網路it學校，初中起步就可以入學大資料等
轉行做大資料行業怎麼樣？
11樓：加公尺谷大資料科技
大資料行業最近幾年才大力發展，在國內的布局和發展還不是很成熟，如果是大資料從業人員那麼競爭相對其他熱門網際網路行業會小些，盡早進入才有可能成為此行業的領軍人物。
據國內權威資料統計，未來五年，我國資訊化人才總需求量高達1500萬— 2000萬人。以大資料分析為例，我國大資料人才需求以每年遞增20%的速度增長，每年新增需求近百萬。
從就業方向來看，大資料人才主要有三大就業方向：
1.大資料系統研發類人才
2.大資料應用開發類人才
3.大資料分析類人才
大資料業務流程有4個基本環節，分別是：業務理解、資料準備、資料探勘、分析應用。
大資料技術正在向各個行業蔓延，大資料與雲計算、ai、金融、醫療、物聯網、**公共服務等相結合，締造了很多就業新崗位，大資料浪潮不僅開始席捲全行業，**職能、城市規劃、安全執法也將需要大資料的支援，所以，大資料在各行業算是通吃的技能 ，基本不用擔心就業問題。
市場的供求關係決定了市場的**，目前我國大資料方面的專業人員還不是很多，這就造就了大資料人才是目前最具前景的高薪行業之一，大資料分析、大資料開發等大資料人才必將成為市場緊缺型人才，發展前景好，薪資水平也水漲船高。
12樓：王秦穎無悔
通過cda那邊了解到成為一名優秀的資料分析師，應用數學、統計學、數量經濟學專業本科或者工學碩士層次水平的數學知識背景是不可少的。其次，作為一名資料分析師、至少需要熟練spss、statistic、eviews、sas等資料分析軟體中的一門，至少能用acess等進行資料庫開發，至少掌握一門數學軟體如matalab、mathmatics進行新模型的構建，至少掌握一門程式語言。此外，想要成為一名優秀的資料分析師，還得考慮資料分析的應用，這就需要學習專業本身的同時還能補充些其他應用領域方面的知識，比如市場營銷、經濟統計學等。
總之，乙個優秀的資料分析師，應該業務、管理、分析、工具、設計都不落下。
我想知道做大資料的行業發展空間怎麼樣？
大資料報含著很多在小資料量時不具備的深度知識和價值，大資料分析挖掘將能為行業 企業帶來巨大的商業價值，實現各種高附加值的增值服務，改變我們的生活 工作和思維方式，改變我們的商業模式，影響我們的經濟 政治 科技和社會等各個層面。大資料人才的工作是，把海量資訊採集 儲存 分析，挖掘出資訊背後更多的價值，...