專業大數據分析

A. 大數據專業是什麼

您好，很高興為您解答問題，大數據是本科專業。

1、數據科學與大數據技術屬於交叉學科：以統計學、數學、計算機為三大支撐性學科；生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。2、數據科學與大數據技術專業屬於交叉學科：以統計學、數學、計算機為三大支撐性學科；生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。此外還需學習數據採集、分析、處理軟體，學習數學建模軟體及計算機編程語言等，知識結構是二專多能復合的跨界人才。3、 大數據（Big data）通常用來形容一個公司創造的大量非結構化和半結構化數據，這些數據在下載到 關系型資料庫 用於分析時會花費過多時間和金錢。. 大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十、數百或甚至數千的電腦分配工作。

以上是我的全部回復，希望能夠幫助到您，祝您生活愉快～

B. 大數據分析什麼專業

大數據分析一般是指大數據分析專業，主要以統計學、數學以及計算機為支撐，需要學習數學分析、高等代數、普通物理數學與信息科學概論、數據結構、數據科學導論、程序設計導論、程序設計實踐、離散數學、概率與統計、演算法分析與設計、數據計算智能、資料庫系統概論、計算機系統基礎、並行體系結構與編程、非結構化大數據分析。

C. 大數據分析應該掌握哪些基礎知識呢

前言，學大數據要先換電腦：

保證電腦4核8G內存64位操作系統，盡量有ssd做系統盤，否則卡到你喪失信心。硬碟越大越好。
1，語言要求

java剛入門的時候要求javase。

scala是學習spark要用的基本使用即可。

後期深入要求：
java NIO，netty，多線程，ClassLoader，jvm底層及調優等，rpc。
2，操作系統要求
linux 基本的shell腳本的使用。

crontab的使用，最多。

cpu，內存，網路，磁碟等瓶頸分析及狀態查看的工具。

scp，ssh，hosts的配置使用。

telnet，ping等網路排查命令的使用
3，sql基本使用
sql是基礎，hive，sparksql等都需要用到，況且大部分企業也還是以數據倉庫為中心，少不了sql。

sql統計，排序，join，group等，然後就是sql語句調優，表設計等。

4，大數據基本了解
Zookeeper，hadoop，hbase，hive，sqoop，flume，kafka，spark，storm等這些框架的作用及基本環境的搭建，要熟練，要會運維，瓶頸分析。

5，maprece及相關框架hive，sqoop
深入了解maprece的核心思想。尤其是shuffle，join，文件輸入格式，map數目，rece數目，調優等。
6，hive和hbase等倉庫
hive和hbase基本是大數據倉庫的標配。要回用，懂調優，故障排查。

hbase看浪尖hbase系列文章。hive後期更新。

7，消息隊列的使用
kafka基本概念，使用，瓶頸分析。看浪尖kafka系列文章。

8，實時處理系統
storm和spark Streaming

9，spark core和sparksql
spark用於離線分析的兩個重要功能。

10，最終方向決策
a),運維。（精通整套系統及故障排查，會寫運維腳本啥的。）

b),數據分析。（演算法精通）

c),平台開發。（源碼精通）

自學還是培訓？
無基礎的同學，培訓之前先搞到視頻通學一遍，防止盲目培訓跟不上講師節奏，浪費時間，精力，金錢。
有基礎的盡量搞點視頻學基礎，然後跟群里大牛交流，前提是人家願意，
想辦法跟大牛做朋友才是王道。

D. 統計與大數據分析專業學什麼

需學習數據採集､分析､處理軟體，學習數學建模軟體及計算機編程語言等，知識結構是二專多能復合的跨界人才(有專業知識､有數據思維)｡

統計與大數據技術專業屬於交叉學科，以統計學､數學､計算機為三大支撐性學科;生物､醫學､環境科學､經濟學､社會學､管理學為應用拓展性學科｡

以中國人民大學為例:

基礎課程:數學分析､高等代數､普通物理數學與信息科學概論､數據結構､數據科學導論､程序設計導論､程序設計實踐｡

必修課:離散數學､概率與統計､演算法分析與設計､數據計算智能､資料庫系統概論､計算機系統基礎､並行體系結構與編程､非結構化大數據分析｡

選修課:數據科學演算法導論､數據科學專題､數據科學實踐､互聯網實用開發技術､抽樣技術､統計學習､回歸分析､隨機過程｡

E. 大數據分析學習什麼內容

大數據分析工具介紹 
前端展現 
用於展現分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。 用於展現分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikVie、 Tableau 。
國內的有BDP，國雲數據（大數據魔鏡），思邁特，FineBI等等。
數據倉庫 
有Teradata AsterData, EMC GreenPlum, HP Vertica 等等。
數據集市 
有QlikView、 Tableau 、Style Intelligence等等。
大數據分析步驟 
大數據分析的六個基本方面 
1. Analytic Visualizations（可視化分析） 
不管是對數據分析專家還是普通用戶，數據可視化是數據分析工具最基本的要求。可視化可以直觀的展示數據，讓數據自己說話，讓觀眾聽到結果。
2. Data Mining Algorithms（數據挖掘演算法） 
可視化是給人看的，數據挖掘就是給機器看的。集群、分割、孤立點分析還有其他的演算法讓我們深入數據內部，挖掘價值。這些演算法不僅要處理大數據的量，也要處理大數據的速度。
3. Predictive Analytic Capabilities（預測性分析能力） 
數據挖掘可以讓分析員更好的理解數據，而預測性分析可以讓分析員根據可視化分析和數據挖掘的結果做出一些預測性的判斷。
4. Semantic Engines（語義引擎） 
我們知道由於非結構化數據的多樣性帶來了數據分析的新的挑戰，我們需要一系列的工具去解析，提取，分析數據。語義引擎需要被設計成能夠從「文檔」中智能提取信息。
 5.Data Quality and Master Data Management（數據質量和數據管理）
數據質量和數據管理是一些管理方面的最佳實踐。通過標准化的流程和工具對數據進行處理可以保證一個預先定義好的高質量的分析結果。
假如大數據真的是下一個重要的技術革新的話，我們最好把精力關注在大數據能給我們帶來的好處，而不僅僅是挑戰。
6.數據存儲，數據倉庫 
數據倉庫是為了便於多維分析和多角度展示數據按特定模式進行存儲所建立起來的關系型資料庫。在商業智能系統的設計中，數據倉庫的構建是關鍵，是商業智能系統的基礎，承擔對業務系統數據整合的任務，為商業智能系統提供數據抽取、轉換和載入(ETL)，並按主題對數據進行查詢和訪問，為聯機數據分析和數據挖掘提供數據平台。

F. 大數據專業主要學什麼

大數據是近年來興起的一門新興學科，也是一門具有良好就業前景的專業。
大數據技術專業屬於交叉學科：統計學、數學和計算機是三大支撐學科；生物學、醫學、環境科學、經濟學、社會學和管理學是應用和拓展的學科。

此外，他們還需要學習數據採集、分析、處理軟體、數學建模軟體和計算機編程語言等。知識結構是第二學院的跨國界人才（具有專業知識和數據思維能力）。

以中國人民大學為例

基礎課程：數學分析、高等代數、普通物理、數學與信息科學概論、數據結構、數據科學概論、程序設計概論、程序設計實踐。

必修課程：離散數學、概率統計、演算法分析與設計、數據計算智能、資料庫系統介紹、計算機系統基礎、並行體系結構和編程、非結構化大數據分析。

選修：數據科學演算法概論，數據科學專題，數據科學實踐，網路實用開發技術，抽樣技術，統計學習，回歸分析，隨機過程。

大數據就業方向
1數據工程

畢業生可從事基於計算機、移動互聯網、電子信息、電子商務技術、電子金融、電子政務、軍事等領域的Java大數據分布式程序開發、應用和大數據集成平台開發，可在政府機關從事各類Java大數據工作，房地產、銀行、金融、移動互聯網等領域根據分布式開發、基於大數據平台的程序開發、數據可視化等相關工作，也可以從事IT領域的計算機應用。

2數據分析方向

畢業生可從事計算機、移動互聯網、電子信息、電子商務技術、電子金融、電子政務、軍事等領域的大數據平台和流計算核心技術的運維，可從事各類大數據平台運維工作，大數據分析等在政府機構、房地產、銀行、金融、移動互聯網等領域的大數據挖掘等相關工作也可以從事計算機在IT領域的應用。