1，大數(shù)據(jù)專業(yè)主要學(xué)什么2，大數(shù)據(jù)主要學(xué)習(xí)什么3，大數(shù)據(jù)都需要學(xué)什么4，大數(shù)據(jù)分析應(yīng)該掌握哪些基礎(chǔ)知識5，大數(shù)據(jù)都需要學(xué)什么1，大數(shù)據(jù)專業(yè)主要學(xué)什么
大數(shù)據(jù)學(xué)習(xí)內(nèi)容主要有：①javase核心技術(shù)；②hadoop平臺核心技術(shù)、hive開發(fā)、hbase開發(fā)；③spark相關(guān)技術(shù)、scala基本編程；④掌握python基本使用、核心庫的使用、python爬蟲、簡單數(shù)據(jù)分析；理解python機(jī)器學(xué)習(xí)；⑤大數(shù)據(jù)項目開發(fā)實(shí)戰(zhàn)，大數(shù)據(jù)系統(tǒng)管理優(yōu)化等。
2，大數(shù)據(jù)主要學(xué)習(xí)什么
大數(shù)據(jù)分析挖掘與處理、移動開發(fā)與架構(gòu)、軟件開發(fā)、云計算等前沿技術(shù)等。主修課程：面向?qū)ο蟪绦蛟O(shè)計、hadoop實(shí)用技術(shù)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、數(shù)據(jù)統(tǒng)計分析、高等數(shù)學(xué)、python編程、java編程、數(shù)據(jù)庫技術(shù)、web開發(fā)、linux操作系統(tǒng)、大數(shù)據(jù)平臺搭建及運(yùn)維、大數(shù)據(jù)應(yīng)用開發(fā)、可視化設(shè)計與開發(fā)等。旨在培養(yǎng)學(xué)生系統(tǒng)掌握數(shù)據(jù)管理及數(shù)據(jù)挖掘方法，成為具備大數(shù)據(jù)分析處理、數(shù)據(jù)倉庫管理、大數(shù)據(jù)平臺綜合部署、大數(shù)據(jù)平臺應(yīng)用軟件開發(fā)和數(shù)據(jù)產(chǎn)品的可視化展現(xiàn)與分析能力的高級專業(yè)大數(shù)據(jù)技術(shù)人才。
3，大數(shù)據(jù)都需要學(xué)什么
（1）統(tǒng)計學(xué)：參數(shù)檢驗(yàn)、非參檢驗(yàn)、回歸分析等。
（2）數(shù)學(xué)：線性代數(shù)、微積分等。
（3）社會學(xué)：主要是一些社會學(xué)量化統(tǒng)計的知識，如問卷調(diào)查與統(tǒng)計分析；還有就是一些社會學(xué)的知識，這些對于從事營銷類的數(shù)據(jù)分析人員比較有幫助。
（4）經(jīng)濟(jì)金融：如果是從事這個行業(yè)的數(shù)據(jù)分析人員，經(jīng)濟(jì)金融知識是必須的。
（5）計算機(jī)：從事數(shù)據(jù)分析工作的人必須了解你使用的數(shù)據(jù)是怎么處理出來的，要了解數(shù)據(jù)庫的結(jié)構(gòu)和基本原理，同時如果條件充足的話，你還能有足夠的能力從數(shù)據(jù)庫里提取你需要的數(shù)據(jù)（比如使用sql進(jìn)行查詢），這種提取數(shù)據(jù)分析原材料的能力是每個數(shù)據(jù)從業(yè)者必備的。
此外，如果要想走的更遠(yuǎn)，還要能掌握一些編程能力，從而借住一些專業(yè)的數(shù)據(jù)分析工具，幫助你完成工作。擴(kuò)展材料：
大數(shù)據(jù)（big data），指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。
大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)越來越成為數(shù)據(jù)的主要部分。據(jù)idc的調(diào)查報告顯示：企業(yè)中80%的數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)每年都按指數(shù)增長60%。
大數(shù)據(jù)就是互聯(lián)網(wǎng)發(fā)展到現(xiàn)今階段的一種表象或特征而已，沒有必要神話它或?qū)λ３志次分模谝栽朴嬎銥榇淼募夹g(shù)創(chuàng)新大幕的襯托下，這些原本看起來很難收集和使用的數(shù)據(jù)開始容易被利用起來了，通過各行各業(yè)的不斷創(chuàng)新，大數(shù)據(jù)會逐步為人類創(chuàng)造更多的價值。
4，大數(shù)據(jù)分析應(yīng)該掌握哪些基礎(chǔ)知識
隨著互聯(lián)網(wǎng)行業(yè)的不斷發(fā)展。很多人想要從事互聯(lián)網(wǎng)方面的工作，現(xiàn)在非常流行的就是大數(shù)據(jù)，你了解大數(shù)據(jù)是做什么的嗎？學(xué)習(xí)大數(shù)據(jù)需要掌握哪些知識？大數(shù)據(jù)在未來有很大的發(fā)展機(jī)會，每個崗位需要具備的能力是不同的。下面小編為大家介紹學(xué)習(xí)大數(shù)據(jù)需要掌握的知識。大數(shù)據(jù)業(yè)務(wù)流程有四個基本步驟，即業(yè)務(wù)理解，數(shù)據(jù)準(zhǔn)備，數(shù)據(jù)挖掘和分析應(yīng)用程序。該過程分為三個功能區(qū)：大數(shù)據(jù)系統(tǒng)開發(fā)，整個操作系統(tǒng)的構(gòu)建和維護(hù)，數(shù)據(jù)準(zhǔn)備，平臺和工具開發(fā)。大數(shù)據(jù)挖掘，負(fù)責(zé)關(guān)鍵模型應(yīng)用和研究工作。大數(shù)據(jù)分析應(yīng)用程序：兩者都是外部需求的訪問者也是解決方案的輸出，并且在許多情況下還將承擔(dān)整體協(xié)調(diào)的作用。大數(shù)據(jù)提取轉(zhuǎn)換和加載過程（etl）是大數(shù)據(jù)的重要處理環(huán)節(jié)。提取是從業(yè)務(wù)數(shù)據(jù)庫中提取數(shù)據(jù)。轉(zhuǎn)換是根據(jù)業(yè)務(wù)邏輯規(guī)則處理數(shù)據(jù)的過程。負(fù)載是將數(shù)據(jù)加載到數(shù)據(jù)倉庫的過程中。數(shù)據(jù)提取工具實(shí)現(xiàn)了db到hdfs的數(shù)據(jù)導(dǎo)入功能，并提供了高效的分布式并行處理能力?？梢允褂脭?shù)據(jù)庫分區(qū)，字段分區(qū)和基于分頁的并行批處理將db數(shù)據(jù)提取到hdfs文件系統(tǒng)中，從而可以有效地按字段解析分區(qū)數(shù)據(jù)。數(shù)據(jù)收集可以是歷史數(shù)據(jù)采集或?qū)崟r數(shù)據(jù)采集。它可以收集存儲在數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)，或收集非結(jié)構(gòu)化數(shù)據(jù)，如文本，圖片，圖像，音頻，視頻等。結(jié)構(gòu)變化較大的半結(jié)構(gòu)化數(shù)據(jù)，可以在數(shù)據(jù)后直接存儲在流量狀態(tài)分析平臺上收集完成。數(shù)據(jù)分析師需要的技能大致有這些：excel、sql、統(tǒng)計學(xué)及spss、python/r等。建議從excel開始，因?yàn)閑xcel是使用最多，也是最強(qiáng)大的數(shù)據(jù)分析工具，入門簡單，因?yàn)榇蟛糠秩硕冀佑|過excel。
5，大數(shù)據(jù)都需要學(xué)什么
基礎(chǔ)階段：linux、docker、kvm、mysql基礎(chǔ)、oracle基礎(chǔ)、mongodb、redis。hadoop mapreduce hdfs yarn：hadoop：hadoop 概念、版本、歷史，hdfs工作原理，yarn介紹及組件介紹。大數(shù)據(jù)存儲階段：hbase、hive、sqoop。大數(shù)據(jù)架構(gòu)設(shè)計階段：flume分布式、zookeeper、kafka。大數(shù)據(jù)實(shí)時計算階段：mahout、spark、storm。大數(shù)據(jù)數(shù)據(jù)采集階段：python、scala。大數(shù)據(jù)商業(yè)實(shí)戰(zhàn)階段：實(shí)操企業(yè)大數(shù)據(jù)處理業(yè)務(wù)場景，分析需求、解決方案實(shí)施，綜合技術(shù)實(shí)戰(zhàn)應(yīng)用。大數(shù)據(jù)(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。 在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據(jù)時代》中大數(shù)據(jù)指不用隨機(jī)分析法(抽樣調(diào)查)這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5v特點(diǎn):volume(大量)、velocity(高速)、variety(多樣)、value(價值密度)、veracity（真實(shí)性）。大數(shù)據(jù)的5個“v”，或者說特點(diǎn)有五層面：第一，數(shù)據(jù)體量巨大從tb級別，躍升到pb級別。第二，數(shù)據(jù)類型繁多前文提到的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。第三，價值密度低以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒。第四，處理速度快1秒定律。最后這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。業(yè)界將其歸納為4個“v”——volume，variety，value，velocity。物聯(lián)網(wǎng)、云計算、移動互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、手機(jī)、平板電腦、pc以及遍布地球各個角落的各種各樣的傳感器，無一不是數(shù)據(jù)來源或者承載的方式。第一階段：大數(shù)據(jù)技術(shù)入門1、大數(shù)據(jù)入門：介紹大數(shù)據(jù)技術(shù)培訓(xùn)課程，概要介紹。2、linux大數(shù)據(jù)必備：介紹linuxshell的變量，控制，循環(huán)基本語法，linuxcrontab定時任務(wù)使用，對lniux基礎(chǔ)知識，進(jìn)行階段性實(shí)戰(zhàn)訓(xùn)練，這個過程需要動手操作，將理論付諸實(shí)踐。3、cm&cdhhadoop的cloudera版：包含hadoop，hbase，hiva，spark，flume等，介紹cm的安裝，cdh的安裝，配置，等等。第二階段：海量數(shù)據(jù)高級分析語言介紹scala的函數(shù)，函數(shù)按名稱調(diào)用，使用命名參數(shù)函數(shù)，函數(shù)使用可變參數(shù)，遞歸函數(shù)，默認(rèn)參數(shù)值，高階函數(shù)，嵌套函數(shù)，匿名函數(shù)，部分應(yīng)用函數(shù)，柯里函數(shù)，閉包，需要進(jìn)行動手的操作。第三階段：海量數(shù)據(jù)存儲分布式存儲1、hadoophdfs分布式存儲2、hbase分布式存儲第四階段：海量數(shù)據(jù)分析分布式計算1、hadoopmapreduce分布式計算：是一種編程模型，用于打過莫數(shù)據(jù)集的并行運(yùn)算。2、hiva數(shù)據(jù)挖掘：對其進(jìn)行概要性簡介，數(shù)據(jù)定義，創(chuàng)建，修改，刪除等操作。3、spare分布式計算：spare是類mapreduce的通用并行框架。學(xué)大數(shù)據(jù)的課程有8個階段：除了基本的java知識還有l(wèi)inux、hadoop、storm生態(tài)系統(tǒng)等，反正有好多，就想it行業(yè)開發(fā)的大組合。這個不同城市不同地方不同學(xué)校學(xué)的課程都不一樣，具體可以去學(xué)校了解一下。