大資料學習：零基礎大資料入門該看哪些書？

現在有很多朋友對大資料行業心嚮往之，卻苦於不知道該如何下手。作為一個零基礎大資料入門學習者該看哪些書？今天做了一些整理作為參考，希望可以幫助到那些對大資料感興趣的同學。

1. 大資料工程師

在網際網路公司廣泛招聘，偏平臺業務方向，ETL和OLTP等，主要是基於Hadoop技術棧來處理大資料，演算法要求不是特別高。

經典圖書推薦：《Hadoop權威指南》《Hive程式設計指南》《Hbase權威指南》《大資料技術全解》、《大資料挑戰NoSql》《Mahout實戰》

.在入門學大資料的過程當中有遇見學習，行業，缺乏系統學習路線，系統學習規劃，歡迎你加入我的大資料學習交流裙：251956502 ，裙檔案有我這幾年整理的大資料學習手冊，開發工具，PDF文件書籍，你可以自行下載。

2. 資料分析師：

在擁有行業資料的電商、金融、電信、諮詢等行業裡做業務諮詢，商務智慧，出分析報告，網際網路公司的產品經理差不多型別了，統計學能力要求高，SPSS、SAS、R、SQL。

經典圖書推薦：《機率論與數理統計》、《統計學》推薦David Freedman版、《業務建模與資料探勘》、《資料探勘導論》、《SAS程式設計與資料探勘商業案例》、《Clementine資料探勘方法及應用 》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等。

3. 資料探勘工程師：

在網際網路、電商、搜尋、社交等大資料相關行業裡做機器學習演算法實現和分析，基本資料結構演算法、機器學習等都要求較高。Hadoop、spark技術棧，Java、Python、C++、Scala、Shell。

經典圖書推薦：《資料探勘概念與技術》、《資料探勘導論》、《資料探勘-實用機器學習技術》；《機器學習》Tom Michael 、《機器學習導論》、周志華《機器學習》、《機器學習實戰》、《集體智慧程式設計》、《統計學習方法》ESL 《Elements of Statistical Learning》 ISL 《An Introduction to Statistical Learning》PRML 《Pattern Recognition and Machine Learning》《資料庫系統概論》、《演算法導論》、《Web資料探勘》、《推薦系統》、《資料視覺化》《Thinking in Java》、《Python核心程式設計》、《Thinking in C++》等。

當然還有一步很重要就是不斷練習、練習、練習，將學到的知識與實際應用場景相結合。如果你在學習過程中，發現自學困難，不妨進行系統的學習，大資料將理論和實踐相結合，專業致力於大資料人才培養。