想学人工智能大数据类的，选哪个专业

2021-04-07 21:58:38 分类：养花问答来源: 日夏养花网作者: 网络整理阅读：208

90年，大专，想学大数据，云计算，人工智能之类的，0基础，学过的能给个建议吗？就业前景薪资怎么样？

过年回家，发现一些亲戚上一些培训课程，出来工资月薪过万，直接比肩甚至超过很多辛苦一路上完大学甚至考研的朋友，所以萌生了想学这门技术的想法，很多培训机构，大部分说培训5个月左右，推荐就业，靠谱吗？请过来人给些建议。拜托了。

大数据需求增长bai快速，大数du据对接金融、电zhi商、医dao疗、新零售、物联网版、工业、农权业、交通和能源等行业，人才需求量持续扩大。2018年大数据行业起薪突破20万每年，高出互联网普通技术开发人员134%，且招聘人数扩大为2017年7.8倍。

大数据技术比较复杂，0基础的人想学习这门技术建议选择一个可靠的老师带，靠不靠谱主要看老师的技术经验和教学能力，也看自己学习的主动性如何。

靠谱的培训机构讲师来自于大型互联网企业的大数据开发人员，有着非常强的实战能力。当然再厉害的老师教学，也得自己有学习积极主动性，懒惰是最大的敌人，既然想好好学技术，那就准备好攻坚克难的心态，认真听讲，多码代码，多交流。

建议：零基础的童鞋最好选择线下小班教学的课程，有什么问题可以及时反馈和解决。

大数来据技术前景我们是毋庸置疑的，而源对于bai学习更日夏养花网是争先恐后du。在这些人中，不乏有zhi已经在IT圈混迹好几年的程dao序员，自然也有初出茅庐的零基础小白。说实话，大数据不比编程学习，还是需要一定的基础的，时间起码需要半年左右。
想要成为一个优秀ZsRnBQb的大数据人才并不容易，你不仅需要系统的学习理论知识，熟练掌握技能技巧，还需要具备一定的开发经验，而这些仅靠自学是远远不够的，比较好的方式就是参加专业学习。

推荐你学云复计算的运维和开发制。
大数据的话，不是特别清楚。

人工智能劝你别考虑，需要线性代数，凸优化，概率论，统计学。。。那些培训机构教出来的都是调包侠，根本不会调优，误差分析，优化什么的，完全就是坑，忽悠小白，以为写几个深度学习的demo就是能开发了

培训这方面，以后找工作确实是比较容易的，方式了你没有基础，刚开始学肯定是有一定的难度的，不过学的好，以后有很大的发展潜力

这些都是当前计算机专业最前沿的技术！但请允许我泼一下冷水。这些工作的要求都是非常高的。我记得有一次老大面试的时候说，本科都不怎么考虑，研究生基本都收。培训机构出来的。。。。

大数据专业主要学什么课程

大数据技术专业属于交叉学科32313133353236313431303231363533e78988e69d8331333431346362：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。

此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。

以中国人民大学为例：

基础课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。

必修课：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。

选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、http://www.rixia.cc回归分析、随机过程。

扩展资料：

大数据岗位：

1、大数据系统架构师

大数据平台搭建、系统设计、基础设施。

技能：计算机体系结构、网络架构、编程范式、文件系统、分布并行处理等。

2、大数据系统分析师

面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。

技能：人工智能、机器学习、数理统计、矩阵计算、优化方法。

3、hadoop开发工程师。

解决大数据存储问题。

4、数据分析师

不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。

5、数据挖掘工程师

做数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，最基本的比如线性代数、高等代数、凸优化、概率论等。经常会用到的语言包括Python、Java、C或者C++，我自己用Python或者Java比较多。有时用MapReduce写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。

参考资料来源：中国人民大学信息学院-数据科学与大数据技术

参考资料来源：百度百科-大数据采集与管理专业

Java ：只要了bai解一些基础即可，做大数据不需要很深的Java 技术，学java SE 就相当于有学习大数据。

Linux：因为大数据相关软件62616964757a686964616fe4b893e5b19e31333433646433都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。

Hadoop：这是现在流行的大数据处理平台几乎已经成为大数据的代名词，所以这个是必学的。

Zookeeper：这是个万金油，安装Hadoop的HA的时候就会用到它，以后的Hbase也会用到它。

Mysql：我们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到，mysql需要掌握到什么层度那?你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，创建数据库。

Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。

Hive：www.rixia.cc这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变的很简单

Oozie：既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者MapReduce、Spark脚本，还能检查你的程序是否执行正确。

Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和valhttp://www.rixia.ccue的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。

Kafka：这是个比较好用的队列工具。

Spark：它是用来弥补基于MapReduce处理数据速度上的缺点。

1、学科知识：从数据分析涉及到的专业知识点上636f70793231313335323631343130323136353331333365646362看，主要是这些：
（1）统计学：参数检验、非参检验、回归分析等
（2）数学：线性代数、微积分等
（3）社会学：主要是一些社会学量化统计的知识，如问卷调查与统计分析；还有就是一些社会学的知识，这些对于从事营销类的数据分析人员比较有帮助
（4）经济金融：如果是从事这个行业的数据分析人员，经济金融知识是必须的，这里就不多说了
（5）计算机：从事数据分析工作的人必须了解你使用的数据是怎么处理出来的，要了解数据库的结构和基本原理，同时如果条件充足的话，你还能有足够的能力从数据库里提取你需要的数据（比如使用SQL进行查询），这种提取数据分析原材料的能力是每个数据从业者必备的。此外，如果要想走的更远，还要能掌握一些编程能力，从而借住一些专业的数据分析工具，帮助你完成工作。
……好好学习，虽然累，但是要坚持！
2、软件相关：从事数据分析方面的工作必备的工具是什么
（1）数据分析报告类：Microsoft Office软件等，如果连excel表格基本的处理操作都不会，连PPT报告都不会做，那我只好说离数据分析的岗位还差的很远。现在的数据呈现不再单单只是表格的形式，而是更多需要以可视化图表去展示你的数据结果，因此数据可视化软件就不能少，BDP个人版、ECharts等这些必备的，就看你自己怎么选了。
（2）专业数据分析软件：Office并不是全部，要从在数据分析方面做的比较好，你必须会用（至少要了解）一些比较常用的专业数据分析软件工具，比如SPSS、SAS、Matlab等等，这些软件可以很好地帮助我们完成专业性的算法或模型分析，还有高级的python、R等。
（3）数据库：hive、hadoop、impala等数据库相关的知识可以学习；
（3）辅助工具：比如思维导图软件（如MindManager、MindNode Pro等）也可以很好地帮助我们整理分析思路。
最重要的是：理论知识+软件工具+数据思维=数据分析基础，最后要把这些数据分析基础运用到实际的工作业务中，好好理解业务逻辑，真正用数据分析驱动网站运营、业务管理，真正发挥数据的价值。

大数据技62616964757a686964616fe58685e5aeb931333433643737术专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。

此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。