我也不知道叫啥了哈哈
近年來，隨著各大公司對於數據的重視程度不斷增加，以及人工智能等方向逐漸火熱，大數據大的發展越來越好，應用也越來越廣泛，招聘薪資也與日俱增提高。隨之而來的就是很多人想要投身這個行業，轉行去做大數據，在筆者看來，轉行學大數據，或者零基礎學大數據，也是要有一些前提的。
什麼是大數據？
在學習大數據前，先得知道什麼是大數據。
2012年時，互聯網絡數據中心(IDC)報道：2011年全球數據總量已達到1.87ZB(1ZB=十萬億億字節)，並且以每兩年翻一番的速度飛快增長。預計到2020年，全球數據總量將達到35-40ZB，10年間將增長20倍以上。大數據，它將改變人類的生活以及理解世界的方式。
有些人認為，數據就是類似財務電子表格，客戶信息，產品目錄這種，或者日常行走的步數，逛淘寶的痕跡，瀏覽網頁的痕跡這種。這些都算數據，但不是大數據。
“大量化(Volume)、多樣化(Variety)、快速化(Velocity)、價值密度（Value）”，這些是“大數據”的顯著特徵。換句話說，只有具備這些特點的數據，才是大數據！
學習大數據，應該具備的條件
1. 編程基礎
Java、Python、Scala......根據自己學習的方向至少選擇一門進行系統的學習，僅僅入門是不夠的。
Java，通常在需要高性能的數據處理部分時會採用Java開發；Python主要應用在數據分析、數據挖掘和算法實現上；Scala，構建在Java基礎之上，是Spark的實現語言......
2. 數學
大數據應用的核心之一，就是通過算法對數據進行分析整理，因此需要一定的數學基礎，建議學習線性代數、概率論、微積分以及離散數學等。但是也有一些崗位對數學基礎的要求相對較低，比如大數據開發崗等，工作主要在後端，數學要求稍微低點。
3. 學歷
儘管一直有人說，工作之後學歷沒那麼重要，工作能力才是最重要的。話雖如此，但你還是需要一塊敲門磚，幫你通過企業的招聘門檻。在招聘大數據開發人員，最低學歷要求一般是統招大專（個別小眾企業有可能會放寬要求）以上，好的企業要求就更高了。因此，較為靠譜的培訓機構，在招生時也會有一些學歷要求：大專及以上學歷。
4. 持之以恆的決心
老生常談的答案，但是真的有用。
計算機本身學習要求就很高，大數據作為其中的硬核知識，系統龐大，要求學習的知識浩如煙海；崗位細分也很多，不同的崗位往往需要不同的知識，因此，需要適當結合自己的興趣，確定一個學習方向，潛下心、埋下頭，好好學習，持之以恆，堅持學下去。
寫在最後
無論是零基礎，還是有基礎，只要你有這樣的想法，先去做比什麼都重要，先從簡單開始學起，踏踏實實，總會看到希望的。
猶豫就會敗北！加油！
來自Z時代
作為一名IT從業者，同時也是一名教育工作者，我來回答一下這個問題。
首先，零基礎學習大數據是完全可以的，當前大數據技術體系逐漸豐富和完善，各種類型的人才在大數據領域都能夠找到適合自己發展的方向。對於計劃學習大數據技術的人來說，應該根據自身的知識基礎、能力特點和興趣愛好來選擇學習方向，同時還需要考慮到自身的發展規劃。
當前大數據的技術體系涵蓋五大方面，分別是數據採集整理、數據傳輸和存儲、數據分析和呈現、數據開發和應用等，這些技術涉及到的崗位包括大數據運維、大數據分析（呈現）、大數據開發，其中每個崗位還有一些具體的細分，比如大數據開發就涉及到大數據平臺開發、大數據應用開發等。
對於基礎比較薄弱的初學者來說，如果未來想進入大數據行業發展，從事專業的大數據崗位，那麼可以重點關注一下大數據運維崗位，相對於大數據分析和大數據開發崗位來說，大數據運維崗位的從業門檻也會更低一些。
大數據運維知識的學習通常需要經過三個階段，分別是計算機基礎知識、網絡知識和大數據平臺知識。雖然大數據運維知識的難度並不算高，但是需要學習的內容卻比較多，而且內容也比較雜，學習者需要完成大量的實驗。由於大數據運維的學習對於場景有一定的要求，所以初學者應該為自己構建一個較好的學習環境。
最後，對於傳統行業的從業者來說，如果想通過學習大數據技術來提升自身的崗位競爭力，可以重點關注一下大數據分析技術，可以從基本的數據分析工具開始學起。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言，或者私信我！
IT人劉俊明
首先：編程語言。不論是選擇大數據分析方向還是大數據應用開發方向，掌握編程語言都是學習大數據的重要基礎。目前在大數據領域應用比較廣泛的語言包括Java、Python、Scala、R和Go等，其中Java在Hadoop平臺應用比較多，而Scala在Spark平臺應用比較普遍。從目前的應用趨勢來看，學習Python則是不錯的選擇，既可以從事大數據開發，也可以從事大數據分析。
其次：大數據平臺。學習大數據知識繞不過大數據平臺，大數據平臺承載了分佈式存儲和分佈式計算的核心任務，所以大數據平臺研發也是目前大數據領域的重要崗位。目前Hadoop和Spark是比較適合初學者學習的大數據平臺，一方面是其開源的屬性，另一方面Hadoop對於硬件的要求也比較低。
境界：算法。大數據技術的核心訴求是數據價值化，而目前數據價值化的主要方式就是數據分析，所以掌握算法不僅對於數據分析崗位非常重要，對於大數據開發崗位也具有現實的意義。可以說，大數據產業鏈內大量的崗位任務都要圍繞算法展開，所以掌握算法是學習大數據技術的核心任務之一。學習算法可以從一些經典的算法開始，比如kNN、決策樹、樸素貝葉斯、支持向量機等等
我也是剛剛開始接觸，感覺很爽，相信你選擇了這條路，走下去一定會成功的。
綿綿如也
介紹分析一下。
首先介紹下大數據的崗位吧。首先大數據運維，就是負責對大數據的底層進行維護的，要求的技能有系統運維以及大數據架構編程技能。
其次是大數據開發。就利用大數據平臺做工程開發，要求的技能是編程技能以及大數據平臺技能。
還有就是數據分析就利用大數據平臺做數據分析。要求的技能是數據分析技能，以及少部分大數據平臺技能。
分析可知，數據分析可能是到大數據最快的一個職能崗位。
零基礎做大數據分析有兩個階段，第1個階段是學習數據分析，可以先從Excel上手，在Excel上進行小數據分析。第2個階段是對大數據平臺本身的瞭解。這個可以先自己看看相關的學習資料，最好能再找一家大數據公司或報一個簡單的大數據培訓就可以了。然後參加一些網上的大數據方面的數據競賽。從中學到一些實踐技能，然後去應聘應該就不錯了。
python小白社區
零基礎學習大數據會有難度，但還是可以學會的。
我目前在某985讀計算機專業研究生，就是做大數據與人工智能方向的相關學習研究。
大數據有幾個就業方向：
數據分析師
大數據（開發）工程師
數據挖掘（算法）工程師
學習大數據，就要先搞懂你未來要從事那個方向。
數據分析，需要統計學相關知識，對已有大數據進行清洗、過濾、篩選後，結合相關統計模型，彙總、理解和消化，計算出各種指標，以此發揮數據的價值，引導產品定位和營銷決策，對用戶的購買力和喜好進行分析，可以得知用戶的購物偏好，以此來進行更加精準的產品推薦和廣告推廣。數據分析主要依託於Python、R語言、Java、Hive、SQL等，進行分析，同時還需要數理統計、機器學習等相關知識。數據分析主要還是偏向於業務的。主要就是運用工具，提取、分析、呈現數據，實現數據的價值，考驗的是業務理解和工具的使用能力。所以門檻相對較低一些。
大數據開發，主要是做大數據平臺系統的開發，需要熟練掌握Hadoop的相關框架，掌握Hadoop相關的算法，熟悉MapReduce、Yarn、Pig、ZooKeeper、Spark、Hbase等諸多框架，還要熟悉Storm、Flink等實時計算框架，同時還需要兼顧平臺監控、運行維護相關的工作。這方便Java必須要熟練掌握，熟練使用Linux是必須的，多線程、並行化等知識必須要懂。
數據挖掘，需要較強的算法能力和編程能力，你需要具備將模型算法轉化為代碼邏輯，看數據建模，機器學習，同時兼顧業務能力、算法能力和編程能力。
零基礎，可以說還是比較吃努力的，畢竟大數據的崗位還是挺注重能力水平的，你需要學很多的東西，我不知道你是什麼專業的，你說的零基礎是指什麼基礎，如果你是數學相關專業的，去做數據分析簡直不要太簡單，如果你既不是數學專業也不是計算機、軟件專業的，那大數據開發和數據挖掘並不適合你，這兩項非常吃老本，也就是你的知識沉澱，需要很多專業知識系統性的學習。
希望對你能有所幫助，我不太瞭解你具體的情況，如果你感興趣的話，可以把你的個人情況描述詳細些，我再給你做些分析，也可以關注我，和我私信聊一聊。
一隻不踩井蓋的貓
很大程度上來說，大數據好不好學，取決於你大學高數學的好不好！
秒殺男主的路人甲
大數據開發學習有一定難度，零基礎入門首先要學習Java語言打基礎，一般而言，Java學習SE、EE，需要約3個月的時間；然後進入大數據技術體系的學習，主要學習Hadoop、Spark、Storm等，學習路線清晰。
大數據時代已經來臨，很多人也都意識到了，那麼，在沒有大數據專業背景的情況下，怎麼接觸到這個新職業呢？大數據需要學什麼技術/專業知識呢？
首先，讓我們來了解一下，大數據需要學習哪些技術？
1、Java——Java可以編寫桌面應用程序、Web應用程序、分佈式系統和嵌入式系統應用程序，是大數據學習的基礎；
2、Linux——大數據開發通常在Linux環境下進行；
3、Hadoop——分佈式系統基礎架構，用戶可以充分利用集群的威力進行高速運算和存儲；
4、Avro與Protobuf——數據序列化系統，可以提供豐富的數據結構類型；
5、HBase——分佈式的、面向列的開源數據庫，是一個適合於非結構化數據存儲的數據庫；
6、ZooKeeper——Hadoop和Hbase的重要組件；
7、Hive——基於Hadoop的一個數據倉庫工具 ；
8、phoenix——用Java編寫的基於JDBC API操作HBase的開源SQL引擎；
9、Redis——key-value存儲系統；
10、Flume——高可用、高可靠、分佈式的海量日誌採集、聚合和傳輸的系統；
11、SSM——Spring、SpringMVC、MyBatis三個開源框架；
12、Kafka——一種高吞吐量的分佈式發佈訂閱消息系統；
13、Spark——專為大規模數據處理而設計的快速通用的計算引擎 ；
14、Scala——大數據開發重要框架的編程語言；
15、Azkaban——可完成大數據流任務調度；
16、Python與數據分析——可用於數據採集、數據分析以及數據可視化；
對於沒有基礎的人來說，學大數據難嗎？
如果是計算機專業的學生，學大數據相對來說還是有一定基礎的，會比非計算機專業的人士好很多。由於現在各大高校幾乎沒有大數據專業，想學大數據的話，到計算機培訓機構學習效果會更好。而沒有任何計算機相關基礎的，想要學習大數據，難度還是很高的。因為培訓機構的培訓學習期一般都是4-6個月，要想在這短短的時間內學有所成，要付出的努力肯定要比別人多非常多！一旦在學習中有怠慢心理，那麼培訓結束後的學習成果肯定會比別人差很多。
雨夜初晨
不能學.報班的人都會這麼跟你說：你能行你可以的！零基礎也能學會大數據！也能月薪過萬！
我想問你在培訓機構和自學網課都那麼厲害了.還要什麼本科生和研究生.雖說現在大學生和研究生的質量不高.但人家畢竟是科班出身.用人單位招聘的時候也會首選這類人.
能力是一方面.學歷是一方面.現在人才這麼多.招聘單位都會選擇既能力又有學歷的.自學成才的水平除非做成幾次大項目的履歷才有可能被看得上眼.但大項目的公司招聘又把野路子的人排除了.
所以學習之後最大的可能去小公司做個運維
極客李老廝
零基礎學習大數據難度確實比較高，如果你對自己有信心能堅持 ，完全可以學習大數據，首先需要對JAVA有一定的熟練程度。可以先學習JAVA，接著Linux hadoop生態圈（hive hbase 等等） scala或者Python 然後學習spark，flink等等 學習的東西比較多 貴在堅持 祝你成功
咕嘟咕嘟郎當
1. 如果只是興趣愛好，隨便學習沒有關係。
2. 或者目前工作跟大數據可以湊上一點關係，也可以加油學習以下，畢竟技多不壓身。
3. 如果被招聘網站上大數據就業人員的薪水吸引，想要通過學習找到一份類似高薪的工作，還是需要參考以下自身條件的。
大數據設計到非常多的數學知識，並且編程語言是必須掌握技能。
如果以上兩點沒有問題的話，需要考慮就業這裡：
做大數據的公司，基本上都是大公司，對員工的素質要求相對會高很多，比如211，碩士等，或者進一步要求專業對口，如理工科。
根據自身情況選擇吧，兄弟。
