大數據和編程哪個厲害

❶ 女生學編程,現在學HTML5好還是大數據好

H5，內容比較專，短時間進步快，大數據屬於交叉學科，不僅僅是編程語言的問題

學編版程就業，需要做好一權定的心理准備的，技術更新太快，自己的技術需要不斷學習新的，沒有一定的耐心和熱愛，堅持下來會比較難，而且做技術，雖說比較高大上，薪酬也比較客觀，但工作其實是很費腦力的~
自己的一些建議
希望對你有幫助~

❷ 大數據和java開發哪個前景更好

從發展的角度來說，Java已經處在一門編程語言的成熟期，未來Java程序員要想有更好的發展，則需要深入到一個領域，比如大數據或者人工智慧，這樣才能有較強的職場競爭力和較好的發展空間，他兩不是一個同類，但是屬於包含和被包含的關系。

大數據和java前景怎麼樣

一、現狀

1、java是編程語言，目前來看還是有一定優勢的。但每年新增的海量java程序員讓這個行業開隱磨始擁擠起來，已經出現人才溢出狀態。

2、大數據經過2016/2017年的高曝光，2018年開始進入大數據年，各大中小企業開始大數據部門，人才缺口不斷增大。

二、未來

1、java是編程語言，未來會不會有更優秀的編程語言取代其主導地位，並不好說。

2、大灶姿斗數據的應用范圍廣，不但覆蓋全行業，還將影響一些機構機關。被人們最為看好的人工智慧也需要大數據的支持，離開大數據人工智慧將無法智能。

Java和大數據之間的關系

作為一個入門級的選手來講，首先得明白，Java它本身是一門計算機編程語言，而進入大數據的學習，無論你有什麼基礎，是零基礎還是有過相關的學習經驗，都至少應該有一門計算機編程語言的加持，這就好比上戰場必須有副鋒利的武器，有了編程語言在手，才能在大數據的天地中放手一搏。

同時，JAVA的掌握程度不是皮毛，而應該達到精通的水平。當然也可以精通其他的語言，也是可以的。在大數據開發中使用非常多的便是Java編程語言，同時JAVA這類開源的編程語言來講在各類技術領域應用也比較廣泛，這也是初級選手為什麼在入門時冊爛都會選擇Java的原因。

在大數據中，你所主攻的方向是Hadoop開發，那就一定要學好Java，因為它是Hadoop的專用編程語言。

而其他方向的研究，如果你主攻spark，那就要學習Scala語言，從而更好地工作。

❸ 轉it行業，從哪一個開始比較好，大數據還是java

建議先學習java編程，後面對邏輯代碼有一定理解後再專項大數據

1. 門檻。大數據比 Java 高一點，因為除了對資料庫的操作之外，要學習大數據生態的東西，需要會分布式、數倉、中間件等知識。它比機器學習低一些，不需要你會很多的機器學習演算法和數學知識，而像機器學習演算法和數學知識是需要長時間的磨煉和沉澱，所以做這塊的研究生和博士居多。

2. 薪資高。這個估計才是吸引大部分人學習的原因。同一家公司同一級別，普通開發崗和大數據開發薪資還是會差一個檔次的，具體多少視公司而定。

3. 積累性和挑戰性。在我學習群裡面，不乏一些在傳統企業或者國企的資深開發者，但是他們對自己的職業也迷茫和擔憂，在群里經常討論一些分布式，Redis、Zookeeper等知識的時候，他們顯的格格不入。因為他們長期在企業里 CRUD(增刪改查)，與現在互聯網技術發展產生隔閡了，既憧憬又畏懼。

4. 推動你現有崗位的發展。學習群里很多人問過，我從事前端的學大數據有什麼用？我從事運維，學大數據能幫我什麼？等等。

5. 大數據+現有崗位是一個趨勢。大數據來臨的時候，你前端不用做一些靜態化，或者一些緩存機制嗎？會一些 Hive、Hadoop，做可視化或和後端對接的時候是不是更有優勢呢？後端學一些大數據的覺得是必要的，例如Kafka、Zookeeper等分布式、緩存相關的數據存儲和傳輸是進階 Java 必會的，讓你在現有企業需要轉型的時候可以直接就上。而運維呢？分布式集群運維，各個大數據平台上的節點運維，這不是一個趨勢嗎？

6. 什麼都不學，認為現在的公司用不到，等公司要用到的時候，你會，可能就是一個負責人或者給你升職加薪巴結你試試，因為這樣成本小，知根知底。不會呢，就直接招會的人過來了，而你就危險了。

7. 過渡到機器學習人工智慧的捷徑。隨著科技的進步，包括硬體和軟體，機器學習的使用門檻會越來越低，為什麼這里強調使用。因為研究部門在每一家公司都是極少數的，更多的是在調庫，調參。而隨著硬體的進步，很多演算法都是封裝好的，可以進行傻瓜化操作，我們只需要給他喂數據。

   這是個人想法，希望能幫助你。

❹ 想學IT，python和大數據哪個好點

如果你有了大量的數據，你應該去做什麼呢？你可以去做人工智慧，而最適合人工智慧的編程語言是什麼呢？當然是python了，這幾乎已經是公認的，python中的一些可視化庫，都是好看又好用的。
再看一下，如果你有了大量的數據，你應該去做什麼呢？做科學計算？那怎麼做科學計算更方便呢？當然還是python，numpy，pandas，scipy，做起來數學計算簡直爽歪歪，超大矩陣秒出答案，各種數學公式一行代碼解決問題。就一個字，順滑！
當然其他的很多編程語言，也有很多非常不錯的第三方庫支持，不過就現在的趨勢來說，python的佔比份額越來越大。
而且對於初學者來說，python會更加友好，容易學，也容易找工作，用python入門，然後向大數據的方向發展學習，這才是一個更好的選擇！

❺ 學計算機好還是大數據好 哪個更吃香

學大數據好一些。首先，當前計算機科學與技術和大數據這兩個專業的熱度都比較高，這兩個專業本身也沒有所謂的好壞之分，而且這兩個專業本身也有非常緊密的聯系，當前計算機專業也是培養大數據研究生的主要專業之一。

計算機和大數據專業哪個更好

不少同學糾結到底是選計敬察算機還是大數據，這兩個專業之間有聯系也有區別，選哪個好還是看個人的取捨。

計算機專業我們一般把它看成一個大類領域，具體到二級學科有計算機科學與技術、軟體工程、網路工程、信息安全、物聯網技術等等。

而大數據是符合現在趨勢的新興技術學科，全稱是數據科學與大數據技術，屬於交叉學科，有的學校把它歸類在計算機專業裡面，有的學校則把它放在數學專業裡面。

大數據專業學習的內容涉及到計算機、數學、統計學等多個學科的知識綜合運用，包括但不限於JavaSE核心技術、Python爬蟲、雲平台的開發技術等等。

有人擔心學大數據專業，未來會不陪碧會熱度過去了就蘆稿舉不好找工作了。這里要肯定一點，現在人工智慧正在一點一滴的進入我們的生活，大數據起碼在十年內都還是紅利期。而十年後的世界會怎樣誰也不知道，大數據有可能被新的技術更新換代也不一定。

相對而言，計算機專業則顯得更傳統，畢竟計算機的網路技術是大數據發展的基礎，怎麼也不至於失業。在本科階段選擇偏重打基礎的計算機專業，對同學們未來的職業發展未必不是一件好事。

大數據和計算機的區別

計算機科學與技術專業主要針對計算機領域的知識來設置課程體系，整體的知識面比較廣，學生未來的選擇空間也相對比較大，不論選擇讀研還是參加工作，選擇計算機科學與技術專業都是比較穩妥的選擇。另外，由於計算機科學與技術專業是比較傳統的計算機專業之一，課程體系和實踐場景都比較完善，學生也會有一個比較好的學習體驗。

大數據專業是新設立的專業之一，而且未來大數據領域的人才需求潛力也比較大，所以選擇大數據專業也是順應時代發展的選擇。大數據專業是一個典型的交叉學科專業，涉及到數學、統計學和計算機三大塊內容，所以大數據專業的學習壓力往往要大一些，而且大數據專業對於數學基礎的要求更高一些，這一點要引起足夠的重視。

大數據專業對於實踐場景的要求比較高，通常需要數據中心的支撐，這對於教育資源整合能力相對較弱的高校來說，是一個不小的挑戰。從當前的人才需求情況來看，目前大數據技術依然處在落地應用的初期，行業人才需求往往更注重高端人才，所以當前選擇大數據專業，最好讀一下研究生。

❻ 大數據和java開發哪個比較好

根據個人愛好不同來選擇，一個是偏資料庫類型，另一個是後台開發