A. 为什么要对互联网大数据等教学应用的调查问卷
如果你的问卷很小，不超过30个问题的话，建议你去《调查圈》注册个账户专。
把你的问卷按照属上面的提示制作成网页版的，然后，把你的答案一个接一个的通过网上答题的方式录入到这个网上调查里。注意，你只需要打开浏览器，把问卷收集器的网址输进去，就可以答题了。
然后，你再看“统计分析”页面，自然就有统计分析结果了。很全面的。它家的过滤器，交叉表都可以使用的。另外，你还可以把统计分析结果导出到Excel文件，或者word文件，保存到本地。
祝好运。
B. 问卷调查在大数据时代是否有存在的必要
对于企业来说，大数据时代下的问卷调查还是有需要的，问卷调查是一种信息收专集的方式，它可以为企业属收集各类信息数据，这种传统的调研方式一直都是企业获取客户信息和市场情报的有效手段，只不过在大数据背景下，问卷调查可以有更丰富的形式和应用，比如在线问卷调查的应用，以及基于大数据技术自动识别目标客户群体并为其推送最合适的调查问卷。结合了大数据技术的问卷调查可以为企业节约更多成本，提升工作效率，保证收集数据的精准性。
C. 大数据需要什么人才
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。
小编通过各大企业对大数据相关行业的岗位要求，总结了以下几点：
（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
对于学习大数据，总体来说，先学基础，再学理论，最后是工具。基本上，每一门语言的学习都是要按照这个顺序来的。
1、学习数据分析基础知识，包括概率论、数理统计。基础这种东西还是要掌握好的啊，基础都还没扎实，知识大厦是很容易倒的哈。
2、你的目标行业的相关理论知识。比如金融类的，要学习证券、银行、财务等各种知识，不然到了公司就一脸懵逼啦。
3、学习数据分析工具，软件结合案列的实际应用，关于数据分析主流软件有(从上手度从易到难)：Excel，SPSS，stata，R，Python，SAS等。
4、学会怎样操作这些软件，然后是利用软件从数据的清洗开始一步步进行处理，分析，最后输出结果，检验及解读数据。
当然，学习数学与应用数学、统计学、计算机科学与技术等理工科专业的人确实比文科生有着客观的优势，但能力大于专业，兴趣才会决定你走得有多远。毕竟数据分析不像编程那样，需要你天天敲代码，要学习好多的编程语言，数据分析更注重的是你的实操和业务能力。如今的软件学习都是非常简单便捷的，我们真正需要提升的是自己的逻辑思维能力，以及敏锐的洞察能力，还得有良好的沟通表述能力。这些都是和自身的努力有关，而不是单纯凭借理工科背景就可以啃得下来的。相反这些能力更加倾向于文科生，毕竟好奇心、创造力也是一个人不可或缺的。一、计算机编码能力实际开发能力和大规模的数据处理能力是作为大数据工程师的一些必备要素。举例来说，现在人们在社交网络上所产生的许多记录都是非结构化的数据，如何从这些毫无头绪的文字、语音、图像甚至视频中拾取有意义的信息就需要大数据工程师亲自挖掘。二、数学及统计学相关的背景国内BAT为代表的大公司，对于大数据工程师的要求都是希望是统计学和数学背景的硕士或博士学历。缺乏理论背景的数据工作者，按照不同的数据模型和算法总能捯饬出一些结果来，但如果你不知道那代表什么，就并不是真正有意义的结果，并且那样的结果还容易误导你。只有具备一定的理论知识，才能理解模型、复用模型甚至创新模型，来解决实际问题。三、特定应用领域或行业的知识大数据工程师这个角色很重要的一点是，不能脱离市场，因为大数据只有和特定领域的应用结合起来才能产生价值。所以，在某个或多个垂直行业的经历能为应聘者积累对行业的认知，对于之后成为大数据工程师有很大帮助。
D. 大数据需要什么学历才可以学。
目前大多数的招聘企业，对于大数据人才要求必须是大专学历以上，而且大专学历还要求是理工科相关专业的，如果是本科及本科以上的，则对专业要求适当的放宽。大数据学习没有你想象的那么困难，零基础也是可以学习的。同时大数据分为两大方向：大数据开发和数据分析。
这两大方向的对于基础知识的要求不同，数据分析偏向应用层面，对于编程要求不高，相较而言对于基础知识这块要求低一点。
下面我们结合大数据开发和数据分析的课程内容来具体说明大数据学习要具备什么基础知识。
下面是大数据开发的课程内容：
阶段一：静态网页基础（主要学习HTML和CSS）
阶段二：javaSE＋javaWEB
阶段三：JAVA高阶应用
阶段四：javaEE
阶段五：linux和Hadoop
阶段六：大数据数据库
阶段七：实时数据采集
阶段八：Spark数据分析
从上面的课程内容看，大数据开发学习要掌握java、linux、hadoop、storm、flume、hive、Hbase、spark等基础知识。
数据分析的课程内容：
阶段一：Mysql
阶段二：Python开发基础
阶段三：Python高阶编程
阶段四：数据分析基础知识
阶段五：数据挖掘
阶段六：机器学习
阶段七：业务分析
阶段八：项目实战（挖掘和业务分析）
阶段九：大数据分析
数据分析课程跟大数据开发不同，需要掌握的基础知识也不同，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。大数据技术可以应用在各个领域，比如公安大数据、交通大数据、医疗大数据、就业大数据、环境大数据、图像大数据、视频大数据等等，应用范围非常广泛，大数据技术已经像空气一样渗透在生活的方方面面。大数据技术的出现将社会带入了一个高速发展的时代，这不仅是信息技术的终极目标，也是人类社会发展管理智能化的核心技术驱动力。
E. 大数据需要有高中学历吗
不需要 门槛一般是研究生 而且是理科 对算法研究很透的那种 你别说你高中没毕业版 然后做过几年开发编程权 那根本进不了大数据 你连算法都不会 怎么算 人家学那些线性代数 概率 作为基础 然后运用到技术上 你说你连基础都不知道你干嘛 真以为搭个框架 处理个几千万的数据就叫大数据了？ 门槛很高的
F. 大数据专业就业需求大不大
需求量是很大的。
大数据专业就业前景
大数据人才稀缺
据数联寻英发布《大数据人才报告》显示,目前全国的大数据人才仅46万,未来3-5年内大数据人才的缺口将高达150万。
据职业社交平台LinkedIn发布的《2016年中国互联网最热职位人才报告》显示，研发工程师、产品经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。其中研发工程师需求量最大，而数据分析人才最为稀缺。领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。数据分析人才跳槽速度也最快，平均跳槽速度为19.8个月。
根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。
大数据专业就业方向
大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。
大数据专业人才就业薪资
1、基础人才-数据分析师
北京数据分析平均工资： 10630/月，取自 15526 份样本，较 2016 年，增长 9.4%。
数据分析师岗位职责
业务类别:技术
业务方向:数据分析
工作职责:
1. 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，建设征信分析模型并优化，为公司征信运营决策、产品设计等方面提供数据支持;
2. 负责项目的需求调研、数据分析、商业分析和数据挖掘模型等，通过对运行数据进行分析挖掘背后隐含的规律及对未来的预测;
3. 参与数据挖掘模型的构建、维护、部署和评估;
4. 整理编写商业数据分析报告，及时发现和分析其中变化和问题，为业务发展提供决策支持;
5. 独立完成项目需求管理、方案设计、实施管理和项目成果质量的把控;
6. 参与编写项目相关文档。
教育背景:
学历：本科其它：
经验要求:工作经验：3-5年
任职要求:
1. 统计学、数学或计算机、数理统计或数据挖掘专业方向相关专业本科或以上学历;有扎实的数据统计和数据挖掘专业知识;
2. 熟练使用数理统计、数据分析、数据挖掘工具软件(SAS、R、Python等的一种或多种)，能熟练使用SQL读取数据;
3. 使用过 逻辑回归、神经网络、决策树、聚类 等的一种或多种建模方法;
4. 3年以上数据分析工作经验，征信从业背景人员优先;
5. 具有金融行业项目经验的相关经验者优先考虑;
6. 主动性强，有较强的责任心，积极向上的工作态度，有团队协作精神。
能力素养:
良好的分析、归纳和总结能力，善于分析、解决实际问题; 主动性强，有较强的责任心，积极向上的工作态度，有团队协作精神。
2、大数据开发工程师
北京大数据开发平均工资：30230/月。
大数据开发工程师/专家 岗位指责(引自 滴滴出行)：
职位描述：
1、构建分布式大数据服务平台，参与和构建公司包括海量数据存储、离线/实时计算、实时查询，大数据系统运维等系统;
2、服务各种业务需求，服务日益增长的业务和数据量;
3、深入源码内核改进优化开源项目，解决各种hadoop、spark、hbase疑难问题，参与到开源社区建设和代码贡献;
岗位要求：
1、计算机或相关专业本科以上学历(3年以上工作经验);
2、精通C++/Java/Scala程序开发(至少一种)，熟悉Linux/Unix开发环境;
3、熟悉常用开源分布式系统，精通Hadoop/Hive/Spark/Storm/Flink/HBase之一源代码;
4、有大规模分布式系统开发、维护经验，有故障处理能力，源码级开发能力;
5、具有良好的沟通协作能力，具有较强的分享精神;
6、对Ku、Kylin、Impala、ElasticSearch，github等系统有深入使用和底层研究者加分;
G. 大数据时代，问卷调查是否有存在的必要
还是需要吧，问卷调查是一种信息收集的方式，而不论抽样调查还是普查（回大数据），只是答范围的问题。比如针对一个产品的满意度，什么大数据时代，也不会所有人都主动写一份满意度调查给你，即使你针对所有用户都发放了问卷，也不可能所有人都回答，总有抽样的存在！
H. 大数据工程师需要学历吗
对于大数据抄工程师来说，学历是影响薪资待遇的因素之一，尤其是在职场的初期更为明显一些。大数据当前正处在落地应用阶段，目前大数据行业是一个人才缺口巨大的行业，并没有太多的从业人员。
学历高低对大数据分析师的收入是有一定影响的，但不绝对。大数据这个行业的入门门槛是：大专及以上学历。
I. 大数据需要什么学历才可以学。
本科学历
从企业方面来说，大数据人才大致可以分为产品和市场分析、安全和风险分析以及商业智能三大领域。产品分析是指通过算法来测试新产品的有效性，是一个相对较 新的领域。在安全和风险分析方面，数据科学家们知道需要收集哪些数据、如何进行快速分析，并最终通过分析信息来有效遏制网络入侵或抓住网络罪犯。
一、ETL研发
随着数据种类的不断增加，企业对数据整合专业人才的需求越来越旺盛。ETL开发者与不同的数据来源和组织打交道，从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要。
ETL研发，主要负责将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
目前，ETL行业相对成熟，相关岗位的工作生命周期比较长，通常由内部员工和外包合同商之间通力完成。ETL人才在大数据时代炙手可热的原因之一是：在企业大数据应用的早期阶段，Hadoop只是穷人的ETL。
二、Hadoop开发
Hadoop的核心是HDFS和MapRece.HDFS提供了海量数据的存储，MapRece提供了对数据的计算。随着数据集规模不断增大，而传统BI的数据处理成本过高，企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapRece、Pig等的需求将持续增长。如今具备Hadoop框架经验的技术人员是抢手的大数据人才。
三、可视化（前端展现）工具开发
海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。
可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有数 据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。
过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。
四、信息架构开发
大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以最有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等。
五、数据仓库研究
数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。
六、OLAP开发
随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合。联机分析处理（OLAP）系统就负责解决此类海量数据处理的问题。
OLAP在线联机分析开发者，负责将数据从关系型或非关系型数据源中抽取出来建立模型，然后创建数据访问的用户界面，提供高性能的预定义查询功能。
J. 大数据人才发展前景如何
1. 人才缺口
全球最顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在14万到19万之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到150万。
2. 就业薪水
根据调查，目前北京地区大数据人才的平均工资为13680，月薪在15K以上的占41.4%。月薪6k-10k的占52.1%。