这些讲的都对啦
但是吼，这只是资料分析而已
还不够大数据
大数据最尻的就是吼
你一个指令下去
DB就崩了
然后你就会看到后端起来7pupu的往你这边走
你就fuck了
大数据最基本的就是NOSQL要熟
要摸到比摸自己的鸡鸡还要熟
毕竟你如果连query都不行，还做三小分析
再来就是Parallelize
就算你很会Q，弄个D-tree要弄三小时你主管大概也会很7pupu
所以平行化的能力一定要有
当然不是要你自己用C++尻一个平行化的ML算法
但是要有一定功力
偶同学升硕一就被抓去练cuda练到快要精尽人亡，其重要性可见一般
更细节偶就不清楚惹
我原本是往这方向走，但是练到一半就被抓去做CV了
只是每天看到Big Data Team的妹妹一直被狗干就好心疼QQ
除了长的可爱，大家要好好练功再嘴大数据，豪吗？
棒子就滚吧，这圈子够多肥宅了，臭死了
※ 引述《wallrose (墙玫瑰)》之铭言：
: ※ 引述《apple90101 (Dauntless)》之铭言：
: : 因应未来趋势
: : 鲁妹当了多年的业务，做过不少数字分析去决定商业策略
: : 觉得数字分析很有趣也意外发现在商业上使用算是在行
: : 想学大数据分析会是很难的挑战吗？
: : 我知道要学Python和一些统计
: : 只是没有资工背景会不会有如登天呢？
: : 外面的大数据分析课程如资策会举办的
: : 值得花钱报名参加吗？
: 对文组不值得，除非先学一些数学再去
: 不懂数学只能瞎做、乱分析
: 大数据最低配备的技能树（照顺序）：
: 微积分、线性代数 => 数理统计
: => 基础统计方法（变异数分析、线性回归）、机器学习搭配Python实作演练
: 至此，应该就有最简易的大数据分析能力了
: 能够做资料预处理、视觉化、抓特征
: 然后做回归、分类、分群等等
: 做的好不好，另一回事
: 选配：
: 数据库、C/C++、R、Spark、Linux、mapreduce、Tensorflow 、Caffe
: 、资料结构、作业研究、其他ML、DL算法...........