A. 為什麼要對互聯網大數據等教學應用的調查問卷
如果你的問卷很小，不超過30個問題的話，建議你去《調查圈》注冊個賬戶專。
把你的問卷按照屬上面的提示製作成網頁版的，然後，把你的答案一個接一個的通過網上答題的方式錄入到這個網上調查里。注意，你只需要打開瀏覽器，把問卷收集器的網址輸進去，就可以答題了。
然後，你再看「統計分析」頁面，自然就有統計分析結果了。很全面的。它家的過濾器，交叉表都可以使用的。另外，你還可以把統計分析結果導出到Excel文件，或者word文件，保存到本地。
祝好運。
B. 問卷調查在大數據時代是否有存在的必要
對於企業來說，大數據時代下的問卷調查還是有需要的，問卷調查是一種信息收專集的方式，它可以為企業屬收集各類信息數據，這種傳統的調研方式一直都是企業獲取客戶信息和市場情報的有效手段，只不過在大數據背景下，問卷調查可以有更豐富的形式和應用，比如在線問卷調查的應用，以及基於大數據技術自動識別目標客戶群體並為其推送最合適的調查問卷。結合了大數據技術的問卷調查可以為企業節約更多成本，提升工作效率，保證收集數據的精準性。
C. 大數據需要什麼人才
說到大數據，肯定少不了分析軟體，這應該是大數據工作的根基，但市面上很多各種分析軟體，如果不是過來人，真的很難找到適合自己或符合企業要求的。
小編通過各大企業對大數據相關行業的崗位要求，總結了以下幾點：
（1）SQL資料庫的基本操作，會基本的數據管理
（2）會用Excel/SQL做基本的數據分析和展示
（3）會用腳本語言進行數據分析，Python or R
（4）有獲取外部數據的能力，如爬蟲
（5）會基本的數據可視化技能，能撰寫數據報告
（6）熟悉常用的數據挖掘演算法：回歸分析、決策樹、隨機森林、支持向量機等
對於學習大數據，總體來說，先學基礎，再學理論，最後是工具。基本上，每一門語言的學習都是要按照這個順序來的。
1、學習數據分析基礎知識，包括概率論、數理統計。基礎這種東西還是要掌握好的啊，基礎都還沒扎實，知識大廈是很容易倒的哈。
2、你的目標行業的相關理論知識。比如金融類的，要學習證券、銀行、財務等各種知識，不然到了公司就一臉懵逼啦。
3、學習數據分析工具，軟體結合案列的實際應用，關於數據分析主流軟體有(從上手度從易到難)：Excel，SPSS，stata，R，Python，SAS等。
4、學會怎樣操作這些軟體，然後是利用軟體從數據的清洗開始一步步進行處理，分析，最後輸出結果，檢驗及解讀數據。
當然，學習數學與應用數學、統計學、計算機科學與技術等理工科專業的人確實比文科生有著客觀的優勢，但能力大於專業，興趣才會決定你走得有多遠。畢竟數據分析不像編程那樣，需要你天天敲代碼，要學習好多的編程語言，數據分析更注重的是你的實操和業務能力。如今的軟體學習都是非常簡單便捷的，我們真正需要提升的是自己的邏輯思維能力，以及敏銳的洞察能力，還得有良好的溝通表述能力。這些都是和自身的努力有關，而不是單純憑借理工科背景就可以啃得下來的。相反這些能力更加傾向於文科生，畢竟好奇心、創造力也是一個人不可或缺的。一、計算機編碼能力實際開發能力和大規模的數據處理能力是作為大數據工程師的一些必備要素。舉例來說，現在人們在社交網路上所產生的許多記錄都是非結構化的數據，如何從這些毫無頭緒的文字、語音、圖像甚至視頻中拾取有意義的信息就需要大數據工程師親自挖掘。二、數學及統計學相關的背景國內BAT為代表的大公司，對於大數據工程師的要求都是希望是統計學和數學背景的碩士或博士學歷。缺乏理論背景的數據工作者，按照不同的數據模型和演算法總能捯飭出一些結果來，但如果你不知道那代表什麼，就並不是真正有意義的結果，並且那樣的結果還容易誤導你。只有具備一定的理論知識，才能理解模型、復用模型甚至創新模型，來解決實際問題。三、特定應用領域或行業的知識大數據工程師這個角色很重要的一點是，不能脫離市場，因為大數據只有和特定領域的應用結合起來才能產生價值。所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對於之後成為大數據工程師有很大幫助。
D. 大數據需要什麼學歷才可以學。
目前大多數的招聘企業，對於大數據人才要求必須是大專學歷以上，而且大專學歷還要求是理工科相關專業的，如果是本科及本科以上的，則對專業要求適當的放寬。大數據學習沒有你想像的那麼困難，零基礎也是可以學習的。同時大數據分為兩大方向：大數據開發和數據分析。
這兩大方向的對於基礎知識的要求不同，數據分析偏向應用層面，對於編程要求不高，相較而言對於基礎知識這塊要求低一點。
下面我們結合大數據開發和數據分析的課程內容來具體說明大數據學習要具備什麼基礎知識。
下面是大數據開發的課程內容：
階段一：靜態網頁基礎（主要學習HTML和CSS）
階段二：javaSE＋javaWEB
階段三：JAVA高階應用
階段四：javaEE
階段五：linux和Hadoop
階段六：大數據資料庫
階段七：實時數據採集
階段八：Spark數據分析
從上面的課程內容看，大數據開發學習要掌握java、linux、hadoop、storm、flume、hive、Hbase、spark等基礎知識。
數據分析的課程內容：
階段一：Mysql
階段二：Python開發基礎
階段三：Python高階編程
階段四：數據分析基礎知識
階段五：數據挖掘
階段六：機器學習
階段七：業務分析
階段八：項目實戰（挖掘和業務分析）
階段九：大數據分析
數據分析課程跟大數據開發不同，需要掌握的基礎知識也不同，數據分析需要掌握的基礎有：資料庫、python、spss、MongDB、smartbi、tableau、r語言以及數據建模等知識。
以上就是大數據要掌握的基礎知識，只有掌握了這些知識，才能夠找到一份好的大數據工作。大數據技術可以應用在各個領域，比如公安大數據、交通大數據、醫療大數據、就業大數據、環境大數據、圖像大數據、視頻大數據等等，應用范圍非常廣泛，大數據技術已經像空氣一樣滲透在生活的方方面面。大數據技術的出現將社會帶入了一個高速發展的時代，這不僅是信息技術的終極目標，也是人類社會發展管理智能化的核心技術驅動力。
E. 大數據需要有高中學歷嗎
不需要 門檻一般是研究生 而且是理科 對演算法研究很透的那種 你別說你高中沒畢業版 然後做過幾年開發編程權 那根本進不了大數據 你連演算法都不會 怎麼算 人家學那些線性代數 概率 作為基礎 然後運用到技術上 你說你連基礎都不知道你幹嘛 真以為搭個框架 處理個幾千萬的數據就叫大數據了？ 門檻很高的
F. 大數據專業就業需求大不大
需求量是很大的。
大數據專業就業前景
大數據人才稀缺
據數聯尋英發布《大數據人才報告》顯示,目前全國的大數據人才僅46萬,未來3-5年內大數據人才的缺口將高達150萬。
據職業社交平台LinkedIn發布的《2016年中國互聯網最熱職位人才報告》顯示，研發工程師、產品經理、人力資源、市場營銷、運營和數據分析是當下中國互聯網行業需求最旺盛的六類人才職位。其中研發工程師需求量最大，而數據分析人才最為稀缺。領英報告表明，數據分析人才的供給指數最低，僅為0.05，屬於高度稀缺。數據分析人才跳槽速度也最快，平均跳槽速度為19.8個月。
根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。
大數據專業就業方向
大數據主要的三大就業方向：大數據系統研發類人才、大數據應用開發類人才和大數據分析類人才。
在此三大方向中，各自的基礎崗位一般為大數據系統研發工程師、大數據應用開發工程師和數據分析師。
大數據專業人才就業薪資
1、基礎人才-數據分析師
北京數據分析平均工資： 10630/月，取自 15526 份樣本，較 2016 年，增長 9.4%。
數據分析師崗位職責
業務類別:技術
業務方向:數據分析
工作職責:
1. 根據公司產品和業務需求，利用數據挖掘等工具對多種數據源進行診斷分析，建設徵信分析模型並優化，為公司徵信運營決策、產品設計等方面提供數據支持;
2. 負責項目的需求調研、數據分析、商業分析和數據挖掘模型等，通過對運行數據進行分析挖掘背後隱含的規律及對未來的預測;
3. 參與數據挖掘模型的構建、維護、部署和評估;
4. 整理編寫商業數據分析報告，及時發現和分析其中變化和問題，為業務發展提供決策支持;
5. 獨立完成項目需求管理、方案設計、實施管理和項目成果質量的把控;
6. 參與編寫項目相關文檔。
教育背景:
學歷：本科其它：
經驗要求:工作經驗：3-5年
任職要求:
1. 統計學、數學或計算機、數理統計或數據挖掘專業方向相關專業本科或以上學歷;有扎實的數據統計和數據挖掘專業知識;
2. 熟練使用數理統計、數據分析、數據挖掘工具軟體(SAS、R、Python等的一種或多種)，能熟練使用SQL讀取數據;
3. 使用過 邏輯回歸、神經網路、決策樹、聚類 等的一種或多種建模方法;
4. 3年以上數據分析工作經驗，徵信從業背景人員優先;
5. 具有金融行業項目經驗的相關經驗者優先考慮;
6. 主動性強，有較強的責任心，積極向上的工作態度，有團隊協作精神。
能力素養:
良好的分析、歸納和總結能力，善於分析、解決實際問題; 主動性強，有較強的責任心，積極向上的工作態度，有團隊協作精神。
2、大數據開發工程師
北京大數據開發平均工資：30230/月。
大數據開發工程師/專家 崗位指責(引自 滴滴出行)：
職位描述：
1、構建分布式大數據服務平台，參與和構建公司包括海量數據存儲、離線/實時計算、實時查詢，大數據系統運維等系統;
2、服務各種業務需求，服務日益增長的業務和數據量;
3、深入源碼內核改進優化開源項目，解決各種hadoop、spark、hbase疑難問題，參與到開源社區建設和代碼貢獻;
崗位要求：
1、計算機或相關專業本科以上學歷(3年以上工作經驗);
2、精通C++/Java/Scala程序開發(至少一種)，熟悉Linux/Unix開發環境;
3、熟悉常用開源分布式系統，精通Hadoop/Hive/Spark/Storm/Flink/HBase之一源代碼;
4、有大規模分布式系統開發、維護經驗，有故障處理能力，源碼級開發能力;
5、具有良好的溝通協作能力，具有較強的分享精神;
6、對Ku、Kylin、Impala、ElasticSearch，github等系統有深入使用和底層研究者加分;
G. 大數據時代，問卷調查是否有存在的必要
還是需要吧，問卷調查是一種信息收集的方式，而不論抽樣調查還是普查（回大數據），只是答范圍的問題。比如針對一個產品的滿意度，什麼大數據時代，也不會所有人都主動寫一份滿意度調查給你，即使你針對所有用戶都發放了問卷，也不可能所有人都回答，總有抽樣的存在！
H. 大數據工程師需要學歷嗎
對於大數據抄工程師來說，學歷是影響薪資待遇的因素之一，尤其是在職場的初期更為明顯一些。大數據當前正處在落地應用階段，目前大數據行業是一個人才缺口巨大的行業，並沒有太多的從業人員。
學歷高低對大數據分析師的收入是有一定影響的，但不絕對。大數據這個行業的入門門檻是：大專及以上學歷。
I. 大數據需要什麼學歷才可以學。
本科學歷
從企業方面來說，大數據人才大致可以分為產品和市場分析、安全和風險分析以及商業智能三大領域。產品分析是指通過演算法來測試新產品的有效性，是一個相對較 新的領域。在安全和風險分析方面，數據科學家們知道需要收集哪些數據、如何進行快速分析，並最終通過分析信息來有效遏制網路入侵或抓住網路罪犯。
一、ETL研發
隨著數據種類的不斷增加，企業對數據整合專業人才的需求越來越旺盛。ETL開發者與不同的數據來源和組織打交道，從不同的源頭抽取數據，轉換並導入數據倉庫以滿足企業的需要。
ETL研發，主要負責將分散的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。
目前，ETL行業相對成熟，相關崗位的工作生命周期比較長，通常由內部員工和外包合同商之間通力完成。ETL人才在大數據時代炙手可熱的原因之一是：在企業大數據應用的早期階段，Hadoop只是窮人的ETL。
二、Hadoop開發
Hadoop的核心是HDFS和MapRece.HDFS提供了海量數據的存儲，MapRece提供了對數據的計算。隨著數據集規模不斷增大，而傳統BI的數據處理成本過高，企業對Hadoop及相關的廉價數據處理技術如Hive、HBase、MapRece、Pig等的需求將持續增長。如今具備Hadoop框架經驗的技術人員是搶手的大數據人才。
三、可視化（前端展現）工具開發
海量數據的分析是個大挑戰，而新型數據可視化工具如Spotifre，Qlikview和Tableau可以直觀高效地展示數據。
可視化開發就是在可視開發工具提供的圖形用戶界面上，通過操作界面元素，由可視開發工具自動生成應用軟體。還可輕松跨越多個資源和層次連接您的所有數 據，經過時間考驗，完全可擴展的，功能豐富全面的可視化組件庫為開發人員提供了功能完整並且簡單易用的組件集合，以用來構建極其豐富的用戶界面。
過去，數據可視化屬於商業智能開發者類別，但是隨著Hadoop的崛起，數據可視化已經成了一項獨立的專業技能和崗位。
四、信息架構開發
大數據重新激發了主數據管理的熱潮。充分開發利用企業數據並支持決策需要非常專業的技能。信息架構師必須了解如何定義和存檔關鍵元素，確保以最有效的方式進行數據管理和利用。信息架構師的關鍵技能包括主數據管理、業務知識和數據建模等。
五、數據倉庫研究
數據倉庫是為企業所有級別的決策制定過程提供支持的所有類型數據的戰略集合。它是單個數據存儲，出於分析性報告和決策支持的目的而創建。為企業提供需要業務智能來指導業務流程改進和監視時間、成本、質量和控制。
六、OLAP開發
隨著資料庫技術的發展和應用，資料庫存儲的數據量從20世紀80年代的兆（M）位元組及千兆（G）位元組過渡到現在的兆兆（T）位元組和千兆兆（P）位元組，同時，用戶的查詢需求也越來越復雜，涉及的已不僅是查詢或操縱一張關系表中的一條或幾條記錄，而且要對多張表中千萬條記錄的數據進行數據分析和信息綜合。聯機分析處理（OLAP）系統就負責解決此類海量數據處理的問題。
OLAP在線聯機分析開發者，負責將數據從關系型或非關系型數據源中抽取出來建立模型，然後創建數據訪問的用戶界面，提供高性能的預定義查詢功能。
J. 大數據人才發展前景如何
1. 人才缺口
全球最頂尖管理咨詢公司麥肯錫(McKinsey)出具的一份詳細分析報告顯示，大數據或者數據工作者的崗位需求將激增，其中大數據科學家的缺口在14萬到19萬之間，對於懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達到150萬。
2. 就業薪水
根據調查，目前北京地區大數據人才的平均工資為13680，月薪在15K以上的佔41.4%。月薪6k-10k的佔52.1%。