数据价值-DataValues

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 88|回复: 0

2014年大数据学习交流浅谈

[复制链接]

1万

主题

1万

帖子

3万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
39029
发表于 2016-3-26 21:22:32 | 显示全部楼层 |阅读模式

      


       大数据时代,树大数据意识。2014年是大数据蓬勃发展的一年,有很多的大数据事件,有炒作的 ,也有实实在在存在的,跟大数据相关的技术论坛大会争相展现在人们的视野中。大数据更是在电力,交通,医疗,互联网行业有着骄人的业绩和案例,给人带来实实在在的便利。
       在这一年中,越来越多的朋友开始关注大数据,也有一群对大数据教育发展的企业和机构纷纷崛起,例如人大经济论坛,炼数成金,PPV课。以为企业输送更多的大数据思维人才为己任,如数据分析师,数据开发员,数据挖掘师的培养,已经也是市场需求的结果。
       数据分析师暂时在国内还没有国家认证机构,目前只有CDA和CPDA两个相关的行业认证,CPDA主要侧重于项目数据分析,而CDA更加趋向于一线人员的培养,更注重实践。而技术这块,Hadoop认证比较热门,可能Hadoop是开放性的技术平台,对于处理大数据应用有着无与伦比的优势,且在Hourworks成功上市之后,Hadoop作为大数据技术开发平台的应用,会越来越普遍化,虽然避免不了Hadoop本身存在一些问题,不过瑕不掩瑜,而且Spark等等处理亿级单位的出现,更给大数据的发展带来福音。
       经过近一年与一些人的交流,基本上可以将其区分为以下几类人员:
       1. 对数据分析师完全没有概念,只是听说这个新兴行业,且就业薪资高,想对这行有更加清晰的认识。一般对于这类人员,我都是先了解是否有概率论和数理统计基础,然后建议和推荐入门书籍,培养对大数据的认识和看自己是否对这个行业感兴趣,然后推荐几款可以自学的数据分析工具。每个人学习方法不一样,有的人习惯从理论到实践,有的人习惯先实践,在充实理论,纯粹看个人兴趣。如果你对一项工具感兴趣,且能通过使用工具的过程中培养自己对这个行业的兴趣,你自然而然地会去了解相关的理论知识,学习也是水到渠成的事情。
       2. 本身是从事数据分析的人员,主要是一直从事数据搜集,只会用Excel处理数据的基础人员,想对数据分析这个行业有更深的认识,能处理更多的数据,培养更高的数据分析思维。这个碰到最多的貌似是房地产和做金融的比较多,都属于有数据,却不知道从何分析,标准的是坐拥宝山而不知道怎么挖啊!于是对数据分析这种培训课程有很高的学习兴趣。这类人员更多的是需要专业行业人士给其进行案例分析,数据分析思维培养,缺的是经验和累积。
       3. 有技术基础的技术人员,这部分人也有两种,一种想学Hadoop,本身拥有Jave、HPH、C++等语言基础,想学会热门技术作为转行的杀手锏。技术行业的语言太多,一门合适且高薪的技术也是大部分技术员一直追求的。还有一部分就是技术专业的毕业生,没有技术实践经验,想毕业之后从事业务层面的数据分析师,其实数据分析师如果有技术基础的话,对其发展会达到事半功倍的效果。举个例子,本身拥有业务经验的技术员永远比纯粹技术员吃香。因为技术员开发的产物是为了业务服务的。
       4. 传统行业连锁店负责人,可能突然意识到数据的应用,之前一直使用传统报表的形势收集数据,于是有了数据,却不知道如何分析和使用这些数据,不知道如何在庞大的数据下挖掘出适合自己的产品线和挖掘客户的潜在需求。于是就有了数据分析内训的需求,这也是时代发展的产物。15年将会有更多这样的企业面临着同样的问题。
       5. 互联网行业从事人员,就网店店长、运营、产品经理等等人员,这些人通过分析数据来分析用户,分析产品,用数据说话,对他们来说可能是迫在眉睫的事情,这类人群属于有数据思维,也有销售运营意思,可是缺少的是对数据挖掘的能力。
       6. 已经退休的技术类工程师,还别说,100个人中,就有1个是已退休的工程师,当我知道他们仅仅是对新兴行业感兴趣,想跟上时代的步伐,就每天对着网站上的视频学习的时候,我是真心被感动了,什么时候年轻人都有这种学习的精神,中国应该不愁未来了。
       2015年,大数据仍然将会是快速发展的一年,不管你是哪一类人员,不管自己有哪一方面的知识缺陷,从现在开始就查漏补缺吧,“活到老,学到老”,大数据知识海洋,个人认为还是值得一学,即使你不从事大数据相关行业,学点大数据知识也会对你的生活有些帮助。
       (为作者投稿  作者:曾丽)
文章为作者独立观点,不代表经管之家立场

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|DataValues ( 赣ICP备16006919号 ) DataValues

GMT+8, 2019-10-19 10:47 , Processed in 0.145818 second(s), 29 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表