|
首先，自学大数据技术是完全可以的，但是由于大数据的知识体系涉及到的内容比较多，而且具有一定的难度，所以大数据的学习应该分为三个阶段来完成。 第一个阶段的学习内容主要以基础知识为主，涉及到操作系统（Linux）、数据库、编程语言（Java、Python、Scala）、算法设计基础以及统计学基础知识。这个阶段的学习内容虽然比较多，但是整体的难度并不算高。对于没有任何计算机基础的初学者来说，应该在这个学习阶段多做一些实验，如果在学习的初期能够得到一定的指导，会节省一定的时间。 第二个阶段的学习内容主要以大数据平台为主，对于初学者来说最好选择开源的大数据平台，比如Hadoop、Spark就是不错的选择，初学者并不建议选择学习商用大数据平台，因为商用平台的封装性比较好，不容易分析其中的技术细节。实际上，当前很多商用大数据平台都是基于Hadoop和Spark构建的。 第三个阶段的学习内容主要以实践为主，实践的内容主要分为三个大的任务，分别是大数据应用开发、大数据分析和大数据运维，由于不同的岗位往往需要掌握不同的实践能力，所以掌握更多的实践知识能够在一定程度上提升自己的岗位适应能力。 由于大数据知识体系比较庞大，而且大数据与具体的应用场景有密切的联系，所以自学大数据技术很难获得一个持续且深入的过程，因此建议在学习的中后期应该找一个实习岗位。 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。 |
|
|
