樓主是某大學在校生，就讀信管專業，記得大一剛開始的新生研討課，系主任就在夸夸其談大資料大資料。然而作為經管學院的信管專業，課程設定自然是管理類經濟類學科占了上風，也開一些面向物件、資料庫，但講的都是基礎。學校有關大資料的專案又不多，可以說，樓主現在只算半個程式員，對大資料并沒有深入的認識，所以來向各位請教。
最近開始關注求職方向問題，發現有一些職位名為”資料分析員“、”資料研發工程師“，要求都是”熟悉Hadoop、Spark等分布式計算，有統計學基礎，對資料敏感“，樓主又想起系主任說過”以前開過資料挖掘這門課，現在已經不開了“，所以我心里打鼓，怕這項作業沒前景（畢竟我認識不足，求輕噴）。
不管怎么說，我個人總覺得做資料分析比較帥，也不那么純技術（展示分析結果的時候可以摻雜主觀性），比較高大上，跟CDO比較密切，所以是不是有望晉級管理層。
由于是經管的，樓主有較強的ERP理論功底，輔以較好的Android開發能力，也想過安卓工程師或者ERP實施顧問這些個職位，但又怕一輩子只開發安卓。
現在想聽聽各位大神怎么看，主要是兩個問題：
1. 資料技術的前景。
2. 對樓主就業的建議。
樓主不怕噴，向我開炮！！！
uj5u.com熱心網友回復：
未來是云+大資料的天下，這點毋庸置疑。但并不是所有公司都適用。除非是專業做資料服務的，否則創業公司或小公司搞大資料就是扯淡。大資料前期投入大，回本時間長，小公司根本吃不消，也不應該投入精力在這里。大資料具體分為ETL，資料清洗，資料分析，資料挖掘，資料可視化，資料應用等領域。各種框架和工具非常非常多，而且更新很快，需要一定時間去學習。
做資料分析以Spark為例，如果熟悉Java8的steam，面向函式編程范式，熟悉SQL，做大資料簡直玩一樣。
不給建議。。。我的建議經常是毒奶。。。
uj5u.com熱心網友回復：
哈哈，我也是信管專業，大二的時候方向就是資料挖掘。然后現在在實習，崗位是大資料分析工程師。我可以很肯定的告訴你，資料挖掘絕不過時。工具才會過時，數學怎么會過時？你知道貝葉斯100年前就有了嗎。
做這一塊的，要有兩項能力，統計演算法能力，和工具運用能力。
那些什么hadoop、spark mlbli、都是工具運用，肯用心學時間到了自然上手。
但是資料挖掘的基礎演算法，值得花時間好好磨。基礎的常用演算法，你要把其中的數學原理，推導程序都耐心細心的搞清楚。
然后在作業的時候，結合業務，搞清楚業務邏輯，資料分析水到渠成。
高一點的要求就是挖掘演算法的開發，提升層次。現在在做的是spark結合業務的統計分析，mlbli的學習，后期會做演算法開發
uj5u.com熱心網友回復：
搞資料挖掘一般都要去北上廣才能找到好作業而且吃的是技術飯
樓主要考慮北上廣的定居和自己性格是否適合走技術路線
如果想做管理，學學JAVA，做做專案才是正途
uj5u.com熱心網友回復：
當然不過時。挖掘有不同的應用場景，對應著不少大資料的盲點。轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/70427.html
標籤：Spark
上一篇：請問各位大神，有什么方法可以將建立的模型匯出，從而運用于環境中。
下一篇：失敗任務分析