想進入大資料行業，個人可以先自學什麼？

當前大資料相關專業正在成為熱點，不少學生對於大資料相關技術也比較感興趣，但是在選擇之前，部分數學和英語基礎不紮實的同學可能會有所顧慮。

這種擔心是有道理的，因為數學是大資料的三大基礎學科之一，如果數學基礎比較差，學習大資料技術時會遇到很多障礙，而英語交流能力對於後續的學習交流也有比較現實的意義，所以要想在大資料技術這條路上走得更遠，一定要重視數學和英語的學習。

大資料的技術體系是以資料為基礎，以資料價值化為核心，所有的大資料技術體系均圍繞資料價值化來展開。大資料的資料來源依賴於資料採集渠道，目前主要的資料採集渠道包括物聯網、網際網路和傳統資訊化系統。而要想完成資料的價值化，目前主要的渠道之一就是資料分析，資料分析有兩種常見的方式，其一是統計學方式，其二是機器學習方式，而這兩種方式說到底就是數學方式。因此，學好數學是能夠進行資料價值化操作的重要基礎。

如果你想要學好大資料最好加入一個好的學習環境，可以來這個Q群251956502 這樣大家學習的話就比較方便，還能夠共同交流和分享資料

隨著學習的深入，英語的重要性會逐漸體現出來，尤其是到獨立研究的階段，需要完成某個研究方向的創新，首先就需要了解當前的技術邊界，這個過程需要閱讀大量的英文資料。所以，學習大資料技術越深入，英語的重要性就會體現得越明顯。

當然，隨著大資料技術體系的逐漸成熟，大資料技術也將廣泛落地到傳統行業，這個過程不僅需要具有創新能力的研發型人才，也需要大量的技能型人才，而技能型人才對於數學和英語的要求並不算太高，同樣可以學習大資料技術。

那麼，學習大資料，作為初學者入門，可以自學瞭解些什麼呢？

1、統計學

主要是大資料分析、資料探勘方向的工作需要。

重點學習：基本的統計量、機率分佈、置信區間與假設檢驗、相關性與迴歸分析等。

可推薦書籍：《赤裸裸的統計學》、《深入淺出統計學》。

2、數學

和資料打交道，數學知識是有很大幫助的，尤其是資料分析這個方向。

重點學習：機率論與數理統計、線性代數、最佳化理論、離散數學等

可推薦書籍：

《高等數學》、《機率論及其應用》、《線性代數及其應用》等。

3、計算機知識

網路體系結構、網路協議、資料傳輸過程、網路安全、多媒體資料傳輸等。

可推薦書籍：

《計算機基礎知識入門》、《計算機組成原理》、《計算機系統》、《語言與計算機》等。

4、Linux作業系統

瞭解作業系統體系結構、任務排程、記憶體管理、儲存管理、命令解釋、介面管理、檔案管理等基本內容。

推薦資源：Linux 基金會關於 Linux 的介紹、《Linux 新手終極指南》、《Linux 基礎》、《Linux 命令列》。

5.JavaSE

Java經過二十多年的發展，具有健全的生態體系，網路上的學習資源很多。Java和大資料有直接的關係，學習大資料之前，需要先學習這門程式語言，尤其是大資料開發方向。

JavaSE書籍推薦：《Java程式設計思想》、《Java核心技術卷一》、《Effective Java》、《Java8實戰》等。