大数据的技术体系围绕数据的价值展开，其中数据整理、数据分析、大数据应用开发等岗位要求从业者具备一定的数学知识和统计学知识。对于大数据本科生和非大数据专业的毕业生，在参加一些专业培训后，往往从事大数据应用开发岗位。这些岗位往往基于行业大数据开发的大数据平台。比如金融、医疗、政府领域有很多大数据开发任务。大数据应用开发岗位的工资虽然没有大数据平台开发高，但相比传统开发岗位还是比较高的。
数据分析工作怎么样？
我带过BI团队，大数据也是我的研究方向之一，所以我来回答一下这个问题。整体上说数据分析工作还是有一定压力的，但是与传统软件研发比较起来还是稍微轻松一些，因为数据分析在大多数情况下只是完善与否，很少会出现项目失败的情况，大部分数据分析都是基于平台工具完成的，只要在数据提取时没有出现逻辑性错误，一般来说数据分析都能顺利完成。
但是数据分析比较琐碎，涉及到的细节非常多，也需要足够的耐心，数据分析对数据库知识的要求比较高，其他方面的要求就是工具的熟练程度和对业务的了解。一般来说数据分析的工具有很多，传统的excel就是一个比较基础的数据分析工具，excel能完成很多比较初级的数据分析任务，也可以通过设定表达式完成一些计算。所以数据分析工程师的第一步往往是掌握excel的使用。
对专业的BI团队来说，数据分析的工具则要更加专业一些了，OracleIBM都有专业的BI平台，另外最近几年国内的数据分析平台也有很大的进步，虽然在处理效率上比国外产品慢一点，其他本土化的功能还是非常实用的。未来随着大数据的发展，数据分析的岗位将迎来大量的人才需求，大量的企业都需要有专业的数据分析人才，所以未来数据分析的就业前景还是比较好的。
从我的个人角度来说，数据分析还是有一定乐趣的，通过数据分析你能发现生活中的很多有意思的情况，比如在餐饮娱乐领域就有很多有意思的数据分析结果。我的研究方向是大数据和人工智能，我在头条上会陆续写一些这方面的科普文章，感兴趣的朋友可以关注我的头条号，相信一定会有所收获。如果有大数据方面的问题，也可以咨询我。
刚毕业在铁路工作一年，感觉没前途，现在跨行学习大数据怎么样？
首先，对于初入职场的年轻人来说，很多岗位的上升空间还是比较大的，尤其在当前产业结构升级的大背景下，岗位升级将是一个大的发展趋势，而要想完成岗位升级就首先要做好自身的知识储备。当前是大数据时代，对于职场人来说，掌握一定的大数据技术对于未来的岗位升级也有一定的积极作用，而如果要专业从事大数据相关岗位，则需要考虑自身的知识结构，另外也需要一个系统的学习过程。
虽然大数据领域的岗位比较多，但是要想在大数据技术领域走得更远，应该具备以下的知识储备第一数学和统计学知识。大数据的技术体系紧紧围绕数据价值化展开，其中数据整理数据分析大数据应用开发等岗位都需要从业者具备一定的数学知识和统计学知识。随着大数据人工智能等技术的发展，数学知识的掌握情况对于技术人员未来的成长具有重要的意义。
第二计算机基础知识。大数据是信息系统互联网和物联网发展的必然结果，所以学习大数据技术需要具备一个扎实的计算机基础知识，其中涉及到操作系统数据库编程语言算法设计数据结构计算机网络等内容。第三行业领域知识。随着产业互联网的发展，大数据将与云计算物联网和人工智能等技术逐渐落地到传统行业，这个过程也会释放出大量的就业岗位，但是对于大数据领域的从业者来说，行业领域知识的重要程度将逐渐体现出来。
因此，积累一定的行业知识对于大数据领域的发展具有现实意义。我从事互联网行业多年，现在也在读计算机专业的研究生。我的主要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的文章。有兴趣的朋友可以关注我，相信我会有所收获。如果你对互联网大数据、人工智能等有疑问。，或者关于考研的问题，可以在评论区留言！。
