其实大数据学习起来不难，但是要根据自己的知识结构来选择学习大数据的方向，零基础当然可以学，只是看你有没有这个决心想做好。

大数据现属于成熟的阶段，在应聘岗位上也是如火如荼。岗位一般集中在储存、采集分析、整理几个方面，一般来说数据整理比较适合基础薄弱的人学习。数据整理和数据重点要掌握两方面技术，编程语言和数据库。通常是先学习Mysql和Python学起，数据的整合要用到Sql编程，整理出规范的格式，呈现数据的话就会用到Python，也可采用BI工具来完成。

如果想从事数据存储和数据分析相应工作就要学会数学基础、计算机基础、统计学基础，这三个基础学科就大数据研发的基础，而且学习大数据基础是有一定的难度的，况且学习的内容比较多，用心去体会一定可以的。另外，想学习大数据平台开发的话就要掌握算法、编程语言、以及各种大数据平台工具，运用和场景有着不可分割的关系，想要学习大数据或者提高开发大数据的能力就要与实际的项目做为依托，这样才更容易进步。

建议：可以先从mysql和python最基础的学起，下载一个“腾讯课堂App”里面有很多关于大数据学习和开发针对零基础的同学，希望能给你带来帮助。

最后非常荣幸为您解答！如果你还有什么不懂可以关注我的头条号，掌握更多知识。

大数据分析是大数据技术的重要环节，也是目前数据价值化的重要实现方式之一，所以学习大数据技术的一个重点就在于数据分析。

数据分析的方式通常有两种，一种是统计分析，另一种是机器学习。统计分析主要是运用数学的手法，通过已有的大量数据来反应事务的联系性。要想熟练运用统计分析方式，需要具备扎实的数学基础。当然，随着目前统计工具的普及化，一些统计工具会极大的简化统计分析的过程和难度，对于数学基础比较薄弱的人来说，只要经过一个系统的学习过程，往往也能够熟练地进行统计分析。

机器学习是另一种比较常见的数据分析方式，机器学习的目的就是从一堆杂乱无章的数据中找到其背后的规律。机器学习的步骤分为数据采集、数据整理、算法设计、算法训练、算法验证和算法应用，可以说机器学习的重点在算法设计上。从这个角度来看，机器学习也需要具备扎实的数学基础。通常来说，机器学习分为两个阶段，分别是学习阶段和识别阶段，学习阶段需要掌握数据之间的联系，而识别阶段则是对未知数据的鉴别（分类等）。

随着大数据的落地应用，在大数据领域进行数据分析的难度也在逐渐下降，比如BI工具就能够明显降低数据分析的门槛。BI工具通常需要学习一些数据库方面的知识，而数据库知识的难度相对来说并不大，这在一定程度上促进了BI工具的使用。

目前，场景数据分析是一个数据分析的重点和热点，场景数据分析的商业应用价值还是比较高的。另外，场景数据分析对于行业知识有一定的要求。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续在头条写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，也可以咨询我，谢谢！

零基础学习大数据会有难度，但还是可以学会的。

我目前在某985读计算机专业研究生，就是做大数据与人工智能方向的相关学习研究。

大数据有几个就业方向：

• 数据分析师
  

• 大数据（开发）工程师

• 数据挖掘（算法）工程师

学习大数据，就要先搞懂你未来要从事那个方向。

数据分析，需要统计学相关知识，对已有大数据进行清洗、过滤、筛选后，结合相关统计模型，汇总、理解和消化，计算出各种指标，以此发挥数据的价值，引导产品定位和营销决策，对用户的购买力和喜好进行分析，可以得知用户的购物偏好，以此来进行更加精准的产品推荐和广告推广。数据分析主要依托于Python、R语言、Java、Hive、SQL等，进行分析，同时还需要数理统计、机器学习等相关知识。数据分析主要还是偏向于业务的。主要就是运用工具，提取、分析、呈现数据，实现数据的价值，考验的是业务理解和工具的使用能力。所以门槛相对较低一些。

大数据开发，主要是做大数据平台系统的开发，需要熟练掌握Hadoop的相关框架，掌握Hadoop相关的算法，熟悉MapReduce、Yarn、Pig、ZooKeeper、Spark、Hbase等诸多框架，还要熟悉Storm、Flink等实时计算框架，同时还需要兼顾平台监控、运行维护相关的工作。这方便Java必须要熟练掌握，熟练使用Linux是必须的，多线程、并行化等知识必须要懂。

数据挖掘，需要较强的算法能力和编程能力，你需要具备将模型算法转化为代码逻辑，看数据建模，机器学习，同时兼顾业务能力、算法能力和编程能力。

零基础，可以说还是比较吃努力的，毕竟大数据的岗位还是挺注重能力水平的，你需要学很多的东西，我不知道你是什么专业的，你说的零基础是指什么基础，如果你是数学相关专业的，去做数据分析简直不要太简单，如果你既不是数学专业也不是计算机、软件专业的，那大数据开发和数据挖掘并不适合你，这两项非常吃老本，也就是你的知识沉淀，需要很多专业知识系统性的学习。

希望对你能有所帮助，我不太了解你具体的情况，如果你感兴趣的话，可以把你的个人情况描述详细些，我再给你做些分析，也可以关注我，和我私信聊一聊。

大数据是一个很泛的感念，从职责分数据产品设计，数据运营，大数据技术.....都数据大数据领域。从模块分数据处理，文本分析，实时分析...都是大数据领域。

无论是否零基础，先选定一个方向，有浅入深，逐步了解。报培训班，只是让你有个大概了解，如果真的想入行，直接进入企业，以项目实践，边做边学，跟着前辈走是最快的。

感谢邀请回答。我回答这个问题比较恰当。我就是做大数据的。旁边也有同事，也是从培训班转过来做大数据的。由于不知道你的具体情况，现在先根据你的简单

介绍分析一下。

首先介绍下大数据的岗位吧。首先大数据运维，就是负责对大数据的底层进行维护的，要求的技能有系统运维以及大数据架构编程技能。

其次是大数据开发。就利用大数据平台做工程开发，要求的技能是编程技能以及大数据平台技能。

还有就是数据分析就利用大数据平台做数据分析。要求的技能是数据分析技能，以及少部分大数据平台技能。

分析可知，数据分析可能是到大数据最快的一个职能岗位。

零基础做大数据分析有两个阶段，第1个阶段是学习数据分析，可以先从Excel上手，在Excel上进行小数据分析。第2个阶段是对大数据平台本身的了解。这个可以先自己看看相关的学习资料，最好能再找一家大数据公司或报一个简单的大数据培训就可以了。然后参加一些网上的大数据方面的数据竞赛。从中学到一些实践技能，然后去应聘应该就不错了。

不能学.报班的人都会这么跟你说：你能行你可以的！零基础也能学会大数据！也能月薪过万！

我想问你在培训机构和自学网课都那么厉害了.还要什么本科生和研究生.虽说现在大学生和研究生的质量不高.但人家毕竟是科班出身.用人单位招聘的时候也会首选这类人.

能力是一方面.学历是一方面.现在人才这么多.招聘单位都会选择既能力又有学历的.自学成才的水平除非做成几次大项目的履历才有可能被看得上眼.但大项目的公司招聘又把野路子的人排除了.

所以学习之后最大的可能去小公司做个运维

大数据领域知识比较广，有数据采集、存储、数据处理、分析及可视化多方面的知识，慢慢来吧！

大数据对于大家现在一定是不陌生的，在近几年人们对于大数据的了解越来越多，尤其是近俩年，大数据更是火热，大数据得到了更多人的重视，企业对于大数据技术人才需求也逐渐增加，从招聘网站上面也可以了解到当前对于大数据人才需求量的提升，但是国内对于大数据人才的培养是比较少的，虽然现在在增加但是和企业需求比起来还差些，大数据现在不仅是发展前景不错而且薪资也相对较高，也因此大数据相关的岗位薪资待遇都非常喜人，很多人想要去参加大数据培训，但是大数据培训一般需要多长时间呢？

对于大数据培训学习需要多久，以我们全程面授班来说，大数据培训时间长短主要是依据学员基础决定的。对于有java的基础的人来说，可以根据自己掌握Java的具体情况决定是否直接跳过java阶段的学习，那么这样的还大数据培训学习的时间就可以少一个月，当然这也是有条件的，前提是对于Java知识的掌握必须扎实，如果是只会简单的一点知识还是建议从零基础开始学习，学习时长大概要5个月左右的时间。

关于是否能学会大数据知识这样的问题，这是会受到许多原因的决定的，个人的理解能力、自制力、逻辑思维能力等同时还包括外界的影响因素包括大数据培训机构教学质量、课程内容、老师个人能力等因素的影响。但是可以确定的有一点就是只要选择了合适的大数据培训机构，自己本身学习理解能力也不错，大数据学习还是可以学会的。

近年来，随着各大公司对于数据的重视程度不断增加，以及人工智能等方向逐渐火热，大数据大的发展越来越好，应用也越来越广泛，招聘薪资也与日俱增提高。随之而来的就是很多人想要投身这个行业，转行去做大数据，在笔者看来，转行学大数据，或者零基础学大数据，也是要有一些前提的。

什么是大数据？

在学习大数据前，先得知道什么是大数据。

2012年时，互联网络数据中心(IDC)报道：2011年全球数据总量已达到1.87ZB(1ZB=十万亿亿字节)，并且以每两年翻一番的速度飞快增长。预计到2020年，全球数据总量将达到35-40ZB，10年间将增长20倍以上。大数据，它将改变人类的生活以及理解世界的方式。

有些人认为，数据就是类似财务电子表格，客户信息，产品目录这种，或者日常行走的步数，逛淘宝的痕迹，浏览网页的痕迹这种。这些都算数据，但不是大数据。

“大量化(Volume)、多样化(Variety)、快速化(Velocity)、价值密度（Value）”，这些是“大数据”的显著特征。换句话说，只有具备这些特点的数据，才是大数据！

学习大数据，应该具备的条件

1. 编程基础

Java、Python、Scala......根据自己学习的方向至少选择一门进行系统的学习，仅仅入门是不够的。

Java，通常在需要高性能的数据处理部分时会采用Java开发；Python主要应用在数据分析、数据挖掘和算法实现上；Scala，构建在Java基础之上，是Spark的实现语言......

2. 数学

大数据应用的核心之一，就是通过算法对数据进行分析整理，因此需要一定的数学基础，建议学习线性代数、概率论、微积分以及离散数学等。但是也有一些岗位对数学基础的要求相对较低，比如大数据开发岗等，工作主要在后端，数学要求稍微低点。

3. 学历

尽管一直有人说，工作之后学历没那么重要，工作能力才是最重要的。话虽如此，但你还是需要一块敲门砖，帮你通过企业的招聘门槛。在招聘大数据开发人员，最低学历要求一般是统招大专（个别小众企业有可能会放宽要求）以上，好的企业要求就更高了。因此，较为靠谱的培训机构，在招生时也会有一些学历要求：大专及以上学历。

4. 持之以恒的决心

老生常谈的答案，但是真的有用。

计算机本身学习要求就很高，大数据作为其中的硬核知识，系统庞大，要求学习的知识浩如烟海；岗位细分也很多，不同的岗位往往需要不同的知识，因此，需要适当结合自己的兴趣，确定一个学习方向，潜下心、埋下头，好好学习，持之以恒，坚持学下去。

写在最后

无论是零基础，还是有基础，只要你有这样的想法，先去做比什么都重要，先从简单开始学起，踏踏实实，总会看到希望的。

犹豫就会败北！加油！

个人观点，希望对你有帮助。

零基础学大数据有多难？并不好回答，因为难不难是一种个人体验和主观感受，是因人而异的。对于你来说有多难呢？那就只能跟小马过河一样，自己去试一试深浅，不管是问大水牛还是小松鼠，都是没有意义的。

大数据零基础入门首先需要学习一门编程语言，像Java、Python、Scala等等，根据自己学习的方向来选择一门，至少一门学习。Java，目前在大数据领域的应用跟平台有直接关系，通常在需要高性能的数据处理部分采用Java开发。Python，目前主要是应用在数据分析、数据挖掘和算法实现上。Scala，构建在Java基础之上，是Spark的实现语言。学习编程语言需要以下基础：（1）英语基础。这是能看懂代码的前提。（2）操作系统基础。要了解操作系统体系结构、任务调度、内存管理、存储管理、命令解释、界面管理、文件管理等基本内容。建议学习Linux操作系统。（3）计算机网络基础。包括网络体系结构、网络协议、数据传输过程、网络安全、多媒体数据传输等内容。（4）数据库基础。包括数据库结构定义、Sql语言、事务处理、视图、数据安全等内容。零基础建议学习Mysql。一般而言，Java学习SE、EE，需要约3个月的时间；然后进入大数据技术体系的学习，主要学习Hadoop、Spark、Storm等。

大数据技术十分庞大复杂，岗位较多，不同的岗位需要不同的知识结构。对于数据挖掘工程师而言，虽然也需要掌握编程工具，但大部分情况下是把hadoop当做平台和工具，借助这个平台和工具提供的接口使用各种脚本语言进行数据处理和数据挖掘。因此，如果你是往数据挖掘工程方向发展，那么，熟练掌握分布式编程语言如scala、spark-mllib等可能更为重要。学习大数据需要结合自己的兴趣和根据自身的知识结构确定一个学习方向，知道以后大概的就业方向。潜下心、埋下头，大数据学起来也没有这么难。