学大数据专业要工作经验吗
A. 学大数据到什么程度好找工作
1：在技术行业里，首先就是要掌握好专业技术，要是技能都不达标，那回么哪家企业会雇佣你呢答?一名符合企业用人要求的大数据工程师，需要对机器学习有了解，有算法实现经验;精通MapRece核心思想，熟悉分布式计算模型，具有良好的数据结构、算法功底; 对数据分析新技术敏感，有一定独立分析，技术研究能力。
2：除此之外，还需要精通Spark相关项目，有machine learning实际编写经验;精通hadoop相关开源项目，有MapRece/HBase/Hive/Impala实际经验;掌握Flume、Kafka、Zookeeper、NoSql等关键技术;对大数据基础架构和平台有深刻理解，会使用Flume、Sqoop或其他ETL工具等等。
3：当你能够熟练掌握以上技术的时候，找到一份高薪的好工作不是问题。目前大数据工程师的薪资待遇是很可观的，一线城市的大数据工程师，月薪突破15K非常简单，实习期的薪资也是8000起步。
B. 大数据专业好吗
大数据时代，很多学校都开设了大数据相关的专业和课程。日前，在教育部公布的高校新增专业名单中，有32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业的高校。
“大数据”专业学什么？
方向一：数据挖掘、数据分析&机器学习方向
方向二：大数据运维&云计算方向
方向三：Hadoop大数据开发方向
精通任何方向之一者，均会 “ 前（钱）”途无量。
三个方向中，大数据开发是基础。以Hadoop开发工程师为例，Hadoop入门月薪已经达到了 8K 以上，工作1年月薪可达到 1.2W 以上，具有2-3年工作经验的hadoop人才年薪可以达到30万—50万，一般需要大数据处理的公司基本上都是大公司，所以学习大数据专业也是进大公司的捷径！
“大数据”专业毕业以后干什么？
事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了(美元)。
①目前全国各类高校、高职院校已陆续开始围绕大数据专业建设展开研究并申报大数据专业。作为交叉型学科，大数据的相关课程涉及数学、统计和计算机等学科知识，“数据科学与大数据技术”专业也强调培养具有多学科交叉能力的大数据人才。
②该专业重点培养具有以下三方面素质的人才：
一是理论性的，主要是对数据科学中模型的理解和运用；
二是实践性的，主要是处理实际数据的能力；
三是应用性的，主要是利用大数据的方法解决具体行业应用问题的能力。
大数据人才缺口达150万
各大高校紧锣密鼓启动大数据人才培养，缘于大数据时代催生的大量相关人才缺口。
全球最顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示，预计到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在140000到190000之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到1500000！
尽管目前有很多大数据工作者只是拥有一个本科学士学位，或者仅接受过简单的训练，但是在互联网时代，每天都有海量的数据信息产生，数据的处理变得越来越复杂，很多大公司已经在寻求拥有更高学历的高手来补充自己的实力。
C. 大数据专业好学吗
大数据专业：
全称：数据科学与大数据技术，强调交叉学科特点，以大数据分专析为核属心，以统计学、计算机科学和数学为三大基础支撑性学科
大数据专业属于交叉学科：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...
开设课程：
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、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等。
“大数据”方向：
方向一：数据挖掘、数据分析&机器学习方向
方向二：大数据运维&云计算方向
方向三：Hadoop大数据开发方向
当前整个IT行业对于大数据人才的需求量还是比较大的，近几年相关方向研究生的就业情况还是比较不错的，一方面岗位级别比较高，另一方面薪资待遇也比较可观，而且薪资待遇正呈现出逐年上升的发展趋势。
D. 学大数据专业能从事什么工作
大数据的就业岗位还是很多的，大数据岗位高薪清单对于求职者来说，大数据只是所从事事业的一个方向，而职业岗位则是决定做什么事?大数据从业者/求职者可以根据自身所学技术及兴趣特征，选择一个适合自己的大数据相关岗位。下面为大家介绍十种与大数据相关的热门岗位。
1 ETL研发企业数据种类与来源的不断增加，对数据进行整合与处理变得越来越困难，企业迫切需要一种有数据整合能力的人才。ETL开发者这是在此需求基础下而诞生的一个职业岗位。ETL人才在大数据时代炙手可热的原因之一是：在企业大数据应用的早期阶段，Hadoop只是穷人的ETL
2 Hadoop开发随着数据规模不断增大，传统BI的数据处理成本过高企业负担加重。而Hadoop廉价的数据处理能力被重新挖掘，企业需求持续增长。并成为大数据人才必须掌握的一种技术。
3 可视化工具开发可视化开发就是在可视化工具提供的图形用户界面上，通过操作界面元素，有可视化开发工具自动生成相关应用软件，轻松跨越多个资源和层次连接所有数据。过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。
4 信息架构开发大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以最有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等。
5 数据仓库研究为方便企业决策，出于分析性报告和决策支持的目的而创建的数据仓库研究岗位是一种所有类型数据的战略集合。为企业提供业务智能服务，指导业务流程改进和监视时间、成本、质量和控制。
6 OLAP开发OLAP在线联机分析开发者，负责将数据从关系型或非关系型数据源中抽取出来建立模型，然后创建数据访问的用户界面，提供高性能的预定义查询功能。
7 数据科学研究数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际工作将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。8 数据预测分析营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。
8 数据预测分析营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。
9 企业数据管理企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据清洗和规范化，将数据导入数据仓库中，成为一个可用的版本。
10 数据安全研究数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。
E. 大数据专业需要学几年呀
一是大数据开发，学习hadoop、spark、storm、超大集群调优、机器学习、Docker容器引擎、ElasticSearch、并发编回程等，可以参考加米谷大数答据开发课程由国家大数据标准组成员+企业大数据总架构师+企业项目经理联合研发课程（万行级代码，企业真实项目实战）。大数据学习虽然并没有多简单，但是通过努力，零基础的朋友也是完全可以掌握大数据技术的。
二是数据分析与挖掘，学习Python、数据库、数据仓库、网络爬虫、数据分析与处理等，重要的是：理论知识+软件工具+数据思维=数据分析基础，具体学习内容可以参考加米谷大数据分析与挖掘培训课程，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。
一般参加培训的话，五个多月时间就可以了
F. 学大数据需要什么条件吗
如 果 是 想 去高 端 班的话， 好 程序员 他 们 是 需 要 大 专 及 以 上 学历 的，还 需要有 一 定 基础， 通过考核才能 学 习的 。
G. 学大数据以后可以做什么工作
1. 数据分析师。
数据分析师 是数据师的一种，指的是不同行业中，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。
作为一名数据分析师、至少需要熟练SPSS、STATISTIC、Eviews、SAS、大数据魔镜等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。
2. 数据架构师。
数据架构师是负责平台的整体数据架构设计，完成从业务模型到数据模型的设计工作 ，根据业务功能、业务模型，进行数据库建模设计，完成各种面向业务目标的数据分析模型的定义和应用开发，平台数据提取、数据挖掘及数据分析。
从事数据架构师这个职位，需要具备较强的业务理解和业务抽象能力，具备大容量事物及交易类互联网平台的数据库模型设计能力，对调度系统，元数据系统有非常深刻的认识和理解，熟悉常用的分析、统计、建模方法，熟悉数据仓库相关技术，如 ETL、报表开发，熟悉hadoop，Hive等系统并有过实战经验。
3. 数据挖掘工程师。
一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。这些知识可用使企业决策智能化，自动化，从而使企业提高工作效率，减少错误决策的可能性，以在激烈的竞争中处于不败之地。
成为数据挖据工程师需要具备深厚的统计学、数学、数据挖掘理论基础和相关项目经验，熟悉R、SAS、SPSS等统计分析软件之一，参与过完整的数据采集.整理.分析和建模工作。.具有海量数据下机器学习和算法实施相关经验，熟悉hadoop，hive，map-rece等。
4. 数据算法工程师。
在企业中负责大数据产品数据挖掘算法与模型部分的设计，将业务场景与模型算法进行融合等；深入研究数据挖掘模型，参与数据挖掘模型的构建、维护、部署和评估，支持产品研发团队模型算法构建，整合等；制定数据建模、数据处理和数据安全等架构规范并落地实施。
需要具备的知识有：扎实的数据挖掘基础知识，精通机器学习、数学统计常用算法；熟悉大数据生态，掌握常见分布式计算框架和技术原理，如Hadoop、MapRece、Yarn、Storm、Spark等；熟悉Linux操作系统和Shell编程，至少熟悉Scala/Java/Python/C++/R等语言中的一种编程；熟悉大规模并行计算的基本原理并具有实现并行计算算法的基本能力。
5. 数据产品经理。
数据平台建设及维护，客户端数据的分析，进行数据统计协助，数据化运营整理、提炼已有的数据报告，发现数据变化，进行深度专题分析，形成结论，撰写报告；负责公司数据产品的设计及开发实施，并保证业务目标的实现；进行数据产品开发。
需要具备的技能有：有数据分析/数据挖掘/用户行为研究的项目实践经验 ；有扎实的分析理论基础，精通1种以上统计分析工具软件，如SPSS、SAS，熟练使用Excel、SQL等工具； 熟悉SQL/HQL语句，工作经历有SQL server/My SQl等的优先 ；熟练操作excel，ppt等办公软件,熟练使用SPSS、SAS等统计分析软件其中之一 ；熟悉hadoop集群架构、有BI实践经验、参与过流式计算相关经验者加分 ；熟悉客户端产品的产品设计、开发流程 。
H. 学的大数据，以后好找工作吗
如果你专业学的好，以后还是很好找工作的，因为现在是大数据的时代，这方面还是很吃香的。
I. 大数据专业主要学什么出来好找工作吗
大数据课程难度大抄，有本科学历要求！但工作需求大，汇报高！
大数据学习内容主要有：
①JavaSE核心技术；
②Hadoop平台核心技术、Hive开发、HBase开发；
③Spark相关技术、Scala基本编程；
④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习；
⑤大数据项目开发实战，大数据系统管理优化等。
工作岗位列举几个热门：
初级大数据离线处理，薪资10000-13000；
Spark开发工程师，薪资14000-16000；
Python爬虫工程师，薪资16000-20000；
大数据开发工程师，薪资20000+。
你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有大数据专业的学校。祝你学有所成，望采纳。
北大青鸟中博软件学院大数据课堂实拍
J. 学大数据好找工作吗
一个行业前景好不好，主要是从以下几点来分析判断。
一是要符合国家未来发展的趋势以及回未来走向。具体来答讲就是国家层面重不重视，政策多不多。
二是身边的朋友聊天的时候，经常提到的领域。
三是上招聘网站，上面的招聘岗位数量以及薪资标准。
四是问身边的在这个行业的朋友，这个领域未来的发展。
大数据还是相当不错的，作为国家战略，上至中央、下至各级政府，大数据政策一波接着一波。你打开智联，前程，拉钩等各大招聘网站，你自己就能看到大数据工程师和数据分析师的需求量以及薪资标准。你问问你身边做it技术的朋友，你就知道很多公司几年前都在往大数据去布局，对于很多人来讲，学习大数据已经不是以后的事情了，是现在必须了解和掌握学习的。