一、理性對待大資料就業
我寒假的時候喜歡在家刷知乎、逛部落格以及上b站學習編曲程式設計等知識。總的來說我也結識了不少各行各業的人，其中有幸認識了一位螞蟻金服的研發工程師。他的實力自然不用多說了，能進大廠的人水平肯定不低。於是我索性跟他聊聊關於大資料的發展前景。。。
其實關於大資料就業，我從大一就開始查資訊找資源（包括人脈），這期間我的直觀感受就是企業的要求跟學校的要求之間有不小的差距。有人說「國家號召的都是天坑專業」，其實是考慮的角度不同，以及市場供求天生的複雜性。學校是從科研與教研的角度來對待它設定的學科，而企業更多地是從它自己的業務產業方面來提供就業崗位。如果說學校看重的是學習態度的話，那麼企業則看重你的學習能力，能否在有效期內為企業帶來經濟收益。所以無論我們現在學什麼課程，都不要忘了企業招聘對你的理想職位的需求。
不過就我跟行內人的交流來看，現階段的本科學習內容缺乏基本理論的支撐，沒有系統的計算機知識（主要是計算機組成原理、計算機網路、資料結構和作業系統缺一不可）。學的東西是大資料的表層技術，甚至只是大資料的科普知識。所以我並不看好本科的大資料學習模式，至少如果那樣學我只能成為乙個python程式設計師。
大資料是公升級版的資料庫技術，如果是大資料演算法（資料分析），那就沒必要專門學大資料了，既然是演算法，那學演算法就能通吃；既然是資料分析，那就學統計，不可能存在只會大資料演算法的程式設計師。我們確實要把知識學精通，但不代表只學些浮於表面的淺層知識。如果讓你現在寫個大資料演算法的**，你未必能夠比培訓班程式設計師表現得更好。如果一味地單純學習很容易陷入高不成低不就的窘境。
大資料是培養總體it能力的技能樹之一，在大資料學習的道路上，關於程式設計、關於計算機基礎知識、關於資料庫仍然是不可或缺的。
二、大資料考研怎麼選
大資料考研的選擇主要有四類：
1.計算機大類考研
計算機大類考研中，大資料往往是作為計算機學科子領域的乙個研究方向出現在招生目錄裡，計算機大類考研中的大資料含金量最高，因為它研究的大資料技術更能夠貼近大資料的技術本質（大資料儲存技術與處理技術）。
2.軟體工程考研
軟體工程不是電腦科學，以前作為電腦科學的分支進行教學。自從國家軟體工程師培養體系要對標印度美國，所以單獨劃分出來作為應用型專業來培養的。研究層次與計算機不同。軟體工程考研中的大資料也是研究方向之一。當然如果從事大資料演算法的話，選擇軟體工程也是不錯的選擇。
3.資訊管理（或管理科學與工程類）考研
管理學考研與上述兩類考研相比，內容差距較大。資訊管理類的大資料注重大資料的應用及管理，比如資料探勘、資料分析以及資料視覺化等等。主要是面向管理科學的資料應用，不過相對於大資料技術的本質而言差距較大。
4.統計或者數學類考研
資料科學這一論述與嚴謹的統計學密不可分，不過在統計學中大資料更有可能進行學術性解釋和利用大資料的研究，偏向理論但兼顧實際應用。
觀大資料有感 觀《大資料時代》有感
觀 大資料時代 有感 大資料 其實一提到這個詞，我的心裡想到的便是高速化運營下的資訊處理。給我最直觀的感受其實出現在高三，那個時候海量的考試蜂擁而至，而乙個新型的批改 出現在了我的視野。印象中在那個 上，老師可以批改試卷，每個孩子每個小題的分都會被系統自動錄入，並且每道題的得分情況都會以各種統計圖形...
ListView與Adapter之間的觀察者模式
有注釋的地方為主要分析部分 主要 分析主要 listview.class 中 class listview extends abslistview public class listview extends abslistview abslistview.class 中 public abstrac...
大學生就業觀念的調查與分析
建立乙個自定義列表 如何建立乙個註腳 注釋也是必不可少的 katex數學公式 新的甘特圖功能，豐富你的文章 uml 圖表 flowchart流程圖 匯出與匯入 你好！這是你第一次使用markdown編輯器所展示的歡迎頁。如果你想學習如何使用markdown編輯器,可以仔細閱讀這篇文章，了解一下mar...