学大数据需要什么基础知识和能力？

1.计算机基本理论知识

了解计算机的基本原理，计算机的发展历史等计算机的基本常识和理论。

参考用书

2.基本数据库操作知识

能够实现常见数据库的增加数据、删除数据、修改数据、查询数据能力。能熟练使用MySQL、Oracle，搭建MySQL、Oracle的开发环境。

参考书目

3.掌握算法与数据结构

具备一定的编程能力，有较好逻辑思维能力，能够熟练掌握JAVA，c，Python这三种语言中的任意一种，最好是Python。

参考图片

4.网络数据爬虫能力

掌握计算机网络的基本常识，能够编写简单的爬虫脚本，能够根据需要爬取网络数据。

推荐用书

5.结构化数据库操作能力

能够对结构化数据库进行基本操作，了解neo4j等数据库

推荐书目

6.数据分析及数据可视化能力

能够将数据绘制成生动形象的图表，能根据图表分析出数据的潜在价值或者数据的共同点，总结数据规律。

示例说明

总结:以上条件并不是一定要达到很高的标准，只要基本都熟悉，都有印象，能够简单运用即可。

说到大数据，肯定少不了分析软件，这应该是大数据工作的根基，但市面上很多各种分析软件，如果不是过来人，真的很难找到适合自己或符合企业要求的。
一般企业招聘的大数据基本要具备以下几种能力：
（1）SQL数据库的基本操作，会基本的数据管理
（2）会用Excel/SQL做基本的数据分析和展示
（3）会用脚本语言进行数据分析，Python or R
（4）有获取外部数据的能力，如爬虫
（5）会基本的数据可视化技能，能撰写数据报告
（6）熟悉常用的数据挖掘算法：回归分析、决策树、随机森林、支持向量机等
但是对于学大数据的学生而言，除了对学历有所要求以外是零基础也可以学习的，现在很多机构都开设了大数据课程，你可以去实地考察对比一下再做决定。

学大数据课程之前要先学习一种计算机编程语言。Java是大数据学习需要的编程语言基础，因为大数据的开发基于常用的高级语言。而且不论是学习hadoop，还是数据挖掘，都需要有编程语言作为基础。因此，如果想学习大数据开发，掌握Java基础是必不可少的。　因此建议想学习大数据的同学，可以选择专业全面的学习方式，可以从头带你学习大数据，还会结合项目实践更熟练的掌握大数据技能。

首先，编码能力越强的程序员，越有可能成为，优秀的大数据工程师。大数据工程师需要统计学、与应用数学相关的能力背景，数据挖掘与分析，是需要设计数据模型和算法的，需要具备某一行业的业务知识。大数据的挖掘与分析，最终都要服务于市场，并对产品的销售与企业的发展，起到重大推动作用，那才是有价值的大数据分析。千锋教育拥有多年IT培训服务经验，采用全程面授高品质、高体验培养模式，合作企业达20000余家，覆盖全国一线二线城市大中小型公司，成功帮助20000余名人才实现就业。

首先是学历要求：大多数培训机构对于学习者必须是大专学历以上，而且是以理工科为主，本科及本科以上的，专业要求就放宽。

大数据分为大数据开发和数据分析

大数据开发学习要掌握java、linux、hadoop、storm、flume、hive、Hbase、spark等基础知识。

数据分析需要掌握的基础有：数据库、python、spss、MongDB、smartbi、tableau、r语言以及数据建模等知识。

以上就是大数据要掌握的基础知识，只有掌握了这些知识，才能够找到一份好的大数据工作。

欢迎进入主页了解其他行业的信息

专业名称：大数据技术与应用

专业代码：610215

修业年限：3年

培养目标：

掌握大数据技术与应用专业必备的基础理论和专业技能，包括基础架构平台的构建和部署、大数据平台的运维和管理、大数据平台的应用开发、数据分析和数据挖掘工具的应用，具备良好职业道德和诚信品质，能够从事网络爬虫、大数据分析、大数据运维、大数据开发、大数据可视化、大数据产品营销及售后技术支持的综合型技术人才。

主要课程：

Python语言基础、大数据可视化、数据库高级应用（hbase）、Hadoop大数据开发基础、数据采集技术与应用、Hive技术应用、Spark技术与应用、Java Web应用开发及大数据分析应用开发实训、学情分析与岗位匹配大数据开发实训及旅游大数据应用开发实训等

就业方向：

（一）主要就业方向

大数据开发方向、数据挖掘和数据分析方向、机器学习方向、大数据运维和云计算等相关方向。

（二）就业岗位

1．大数据运维工程师

2、参与优化改进行业企业数据平台基础服务，参与日传输量超过百TB的数据传输体系优化，日处理量超过PB级别的数据处理平台改进，参与多维实时查询分析系统构建优化的Hadoop开发工程师。

3、构建分布式大数据服务平台，参与和构建公司海量数据存储、离线/实时计算、实时查询、系统运维等方面的大数据研发工程师。

4、根据公司产品和业务需求，利用数据挖掘等工具对多种数据源进行诊断分析，负责项目需求调研、数据分析、商业分析和数据挖掘模型，并对运行数据进行分析挖掘和对未来预测的大数据分析师等。