大專部能學好大資料技術和應用嗎？

是的。 大資料技術領域主要崗位集中在資料採集、資料整理、資料儲存、資料分析、資料呈現和資料應用等領域，對人才需求量較大的崗位包括大資料應用開發、大資料分析和大資料運維等。

對於大專生的知識結構來說，從大資料運維開始學習是乙個比較現實的選擇。 大資料運維的學習內容包括作業系統、計算機網路、伺服器安裝、配置、除錯等，大資料運維需要較強的動手能力，需要通過大量實踐逐步掌握相關知識結構。

喜不喜歡由你決定，這些是目前最流行的技術，你擁有的經驗越多，它就越受歡迎。 這些技術更理性地思考和實際操作。 這不是那種你可以通過記憶來學習的東西。

你的邏輯思維比較好，建議選擇這兩種技巧。 建議大家去Chacha找這些免費**資料學習一段時間，看看能不能消化吸收，如果不超過自己的理解範圍可以學習，如果覺得學習比較枯燥和不舒服，建議不要學習， 讓你無法消化它，白白浪費時間和經驗。

專業：資料科學與大資料技術。

大資料專業。 大資料專業未來的發展前景非常廣闊，因為大資料產業的產業鏈涉及很多環節，包括資料採集、資料整理、資料儲存、資料安全、資料分析、資料應用等，所以大資料領域的就業崗位也比較豐富，其中資料整理和資料分析相關崗位還是比較適合女生的。

大資料行業已經對各行各業產生了影響。 也可以進入銀行、電信、電力、交通等企事業單位，**、資訊產業部門從事大資料相關工作，可以說就業方向不受限制。

大資料技術與應用研究方向：

是結合大資料分析、挖掘與處理、移動開發與架構、軟體開發、雲計算等前沿技術的“網際網絡+”前沿技術專業。

本專業旨在培養學生系統地掌握資料管理和資料探勘方法，成為具有大資料分析處理、資料倉儲管理、大資料平台綜合部署、大資料平台應用軟體開發、資料產品視覺化展示分析能力的高階專業大資料技術人才。

大資料工作者可以發揮廣泛的領域，從國防部、網際網絡創業公司到金融機構，處處都需要大資料專案以創新為驅動。

資料分析或資料處理職位的薪水也很高，入門級資料科學家在矽谷已經賺了六位數（美元）。

大資料技術與應用專業屬於前沿科技專業。 目前，全國各高校和職業院校陸續開始重點開展大資料專業建設，申請大資料專業。

對於資料分析師來說，在深圳發展是乙個不錯的選擇，其次是北京和上海。 資料分析領域的大量工作機會集中在北京、上海、廣州、深圳和杭州。

我也是大專生，專業是大資料，英語不好，家裡人也反對我學這個專業。 但我認為這個職業非常有前途和市場。 在這樣的技術職業中，只要你出手，你就會知道有沒有。

所以，還是要好好學習的，而且不侷限於高校的課程，可以自己去上學。 其實只要努力，沒有什麼是學不到的。

你好，這個專業還是很受歡迎的，學得好就能找到工作。 只要你學得好，你就能找到工作，但前提是你學得好。

大資料是一種規模龐大，在採集、管理、分析等方面遠遠超出傳統資料庫軟體工具能力的資料採集，具有資料規模大、資料流快、資料型別多樣、價值密度低四個特點。 如果把大資料比作乙個行業，那麼這個行業實現盈利的關鍵是提高資料的“處理能力”，通過“處理”實現資料的“增值”。

從技術角度來看，大資料和雲計算之間的關係就像同一枚硬幣的正面和反面一樣密不可分。大資料不一定由一台計算機處理，必須採用分布式架構。 它的特點是海量資料的分布式資料探勘，但必須依靠雲計算的分布式處理、分布式資料庫、雲儲存和虛擬化技術。

隨著雲時代的到來，人們對大資料的關注度也越來越高，分析師團隊認為，大資料往往被用來描述乙個公司創造的大量非結構化資料和半結構化資料。 大資料分析通常與雲計算相關聯，因為對大型資料集的實時分析需要像MapReduce這樣的框架。

十臺、數百台甚至數千台計算機分配工作。

大資料需要特殊的技術來有效地處理大量資料，從而可以容忍經過的時間。 大資料技術，包括大規模並行處理資料庫、資料探勘、分布式檔案系統、分布式資料系統、雲計算平台、網際網絡和可擴充套件儲存系統。

現在我們已經進入了大資料時代，哈佛大學社會學教授加里·金（Gary King）說：“這是一場革命，巨大的資料資源使量化過程在所有領域都開始了，無論是學術界、商業界，還是**，所有領域都將啟動這一過程。 ”

物聯網的發展離不開大資料，依靠大資料可以提供可靠的資源，而大資料也推動了物聯網的發展。 舉個例子：在汽車中連線感測器，結合大資料和分析，實際上可以在汽車可能發生故障之前發生。

這個過程不僅會通知駕駛員，而且他們的車輛可能會在維修前發生故障，這可以支援汽車製造商調查潛在缺陷並改進未來的車型。

首先，大資料作為一門跨學科學科，涉及數學、統計學、電腦科學等學科的知識，確實比單一學科更難。 同時，作為一門新興的科技學科，很多人對大資料的了解不夠，擔心學習起來會很困難。

但其實人與人之間差異並不難，比如每年去學習熱門計算機專業的人還是那麼多，歸根結底是因為這個專業值得，出來之後的薪資可以值得現階段花時間和精力去學習。

大資料技術和應用專業也是如此，現在可以說還處於基礎發展階段，隨著5G和物聯網的加入，大景遙資料將迎來更大的爆發，對人才的需求也將增加。 大資料的前景是好的。

至於學難不難的問題，系統的課程規劃和專業的老師指導，再加上自己的努力，並沒有很多人想象的那麼難。

什麼專業更適合你，更取決於你的個人情況是否合適。

其實我個人認為它不屬於理工科，而是屬於文科。

如果是統一招生專業，建議可以申請文科或理工科專業。

例如，如果是男生，工程專業可能會更好，至少不用擔心將來會失去工作。

如果是女生，一般是師範專業比較好，管理專業可以差。

打字不容易，對不起，謝謝。

對於大專生來說，學習大資料是可行的。 大資料是乙個新興領域，主要涉及分析和處理海量資料以獲得有用的資訊。 因此，即使是大專生也可以通過學習相關課程來獲得必要的基礎知識，並在實踐中加強這些知識。

此外，你也可以嘗試一些**課程或實習，以加強你對大資料領域的理解。 總之，如果有志願者學習大資料，即使是大專生也能成功實現這個目標。

專業化的大資料技術有利於就業，介紹如下：

大資料對大學生有好處。

由於大資料是IT行業的熱門專案，因此各雇主對大資料相關人才的需求特別大。 相關統計資料顯示，未來3-5年，中國需要180萬資料人才，但目前只有30萬左右。 因此，相較於其他崗位的飽和，大資料在藍海中，學習大資料相關知識可以趕上大資料的熱潮，滿足各類用人單位的工作需求。

其次，由於大資料人才缺口較大，大資料相關崗位員工的薪酬比其他崗位更理想。

我們以大資料開發工程師為參考，從我們過去半年的就業資料來看，大資料工程師在工資低於8k的學生中僅佔2%，其他學生畢業後的起薪在8k以上，而工資在1w以上的學生居多。

這些數學基礎更有利於學習大資料。

概率論和數理統計。

在大資料開發的研究中，條件概率和獨立性、隨機變數及其分布、多維隨機變數及其分布、方差分析和回歸分析、隨機過程（尤其是馬爾可夫）、引數估計、貝葉斯理論等基本概念都可以起到很好的幫助作用。

在大資料分析的學習方向上，多維隨機變數及其分布、貝葉斯定理、條件隨機場CRF、隱式馬爾可夫模型、N-gram等都可以起到一定的幫助作用。

線性代數。 在大資料開發的學習方向上，矩陣、轉置、秩塊矩陣、向量、正交矩陣、向量空間、特徵值和特徵向量密切相關。

在大資料分析方向，矩陣分解、奇異值分解SVD、PCA、NMF、MF等，也可以適當學習和掌握。

大資料技術是一門交叉學科：統計學、數學和電腦科學是三大支撐學科; 生物學、醫學、環境科學和管理學是應該被鎮上接受的延伸學科，有很多課程需要學習。

此外，還需要學習資料採集、分析、處理軟體、數學建模軟體和計算機程式語言等，知識結構是具有兩專多能力（專業知識和資料思維）的跨界人才。 大資料工作：

1.大資料系統架構師。

大資料平台建設、系統設計、基礎設施建設。

技能：計算機體系結構、網路體系結構、程式設計正規化、檔案系統、分布式並行處理等。

2、大資料系統分析師。

大資料技術用於資料安全生命週期管理、分析和實際行業領域的應用。

技能：人工智慧、機器學習、數理統計、矩陣計算、優化方法。

3、Hadoop開發工程師。

解決大資料儲存問題。