学习大数据知识绕不过大数据平台，大数据平台承载了分布式存储和分布式计算的核心任务，所以大数据平台研发也是目前大数据领域的重要岗位。第二：大数据平台。不论是选择大数据分析方向是大数据应用开发方向，掌握编程语言都是学习大数据的重要基础。
如何学习大数据处理？
随着当今信息化时代的快速发展，从IT时代已经来到了DT时代。其中大数据则是扮演着至关重要的角色，因此有越来越多的人接触和学习到大数据，那怎么能学习好大数据处理呢，具体内容如下：1.打牢扎实的基本功万丈高楼也都是从地基打起的，开始学习大数据处理之前，掌握扎实的基本功是非常重要的，它将会决定你未来的高度。
基本功包括掌握Python，JAVA等支持大数据的编程语言、Linux操作系统、常用的主流数据库以及达标的高数和英语水平。2.了解大数据相关技术了解大数据处理的工作运行机制，hadoop、spark、strom等关于大数据主流的框架以及相关的算法软件。3.制定合理学习计划有了计划，学习就有了明确的目标和具体的步骤，可以增强工作的主动性和减少盲目性。
根据自身基础和学习状态制定出一套切实可行的学习计划，计划一定要分解到位，进行细化。并按照制定好的计划，一步一步地落实完成。4.培养快速学习能力对于不了解和专业性比较强的知识，我们可以通过网络检索、访问学术网站或者查阅学术文献等方式来对相关知识进行学习，快速地进入和熟悉未知的领域，丰富自己的能力。5.积累大量实战经验再好的知识储备没有实际的演练，也终将是纸上谈兵。
该如何学习大数据知识？
谢谢邀请！大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，所以我来回答一下这个问题。学习大数据首先要根据自身的知识结构选择学习方向，比如数学和统计学专业的学生可以选择数据分析方向，而计算机专业的学生可以选择大数据开发方向，不同的学习方向需要制定不同的学习计划。虽然不同的学习方向往往需要学习不同的内容，但是对于零基础的学习者来说，以下三方面基础知识是都需要学习的：第一：编程语言。
不论是选择大数据分析方向还是大数据应用开发方向，掌握编程语言都是学习大数据的重要基础。目前在大数据领域应用比较广泛的语言包括Java、Python、Scala、R和Go等，其中Java在Hadoop平台应用比较多，而Scala在Spark平台应用比较普遍。从目前的应用趋势来看，学习Python则是不错的选择，既可以从事大数据开发，也可以从事大数据分析。
第二：大数据平台。学习大数据知识绕不过大数据平台，大数据平台承载了分布式存储和分布式计算的核心任务，所以大数据平台研发也是目前大数据领域的重要岗位。目前Hadoop和Spark是比较适合初学者学习的大数据平台，一方面是其开源的属性，另一方面Hadoop对于硬件的要求也比较低。第三：算法。大数据技术的核心诉求是数据价值化，而目前数据价值化的主要方式就是数据分析，所以掌握算法不仅对于数据分析岗位非常重要，对于大数据开发岗位也具有现实的意义。
可以说，大数据产业链内大量的岗位任务都要围绕算法展开，所以掌握算法是学习大数据技术的核心任务之一。学习算法可以从一些经典的算法开始，比如kNN、决策树、朴素贝叶斯、支持向量机等等。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。
编写论文时，如何写文献阅读？
作为一个研究生对于看论文还是颇有心得，接下来就分享一下我看文献的心得。第一步:确定自己的研究方向研究方向或者是研究课题，这就代表了你要研究什么，要做些什么，如果你连自己想做什么都不知道的话，那怎么才能寻找自己需要看的论文呢？第二步:先看综述综述是什么，就是一个课题的研究最新进展。只有你先了解到了你课题的最新研究进展，才能确定你研究的意义和研究目标，就像超过某个指标，达到最新的要求。
看综述很重要，如果你英文不好，先看中文综述，如果你的英文很好，那就可以看英文综述。第三步:看综述中的引用文献第二步看的综述就会引用很多优秀的文献，从他引用的文献看起，一方面方向很确定，而且，质量也很有保证，从这些文献看起，肯定会有助于对你课题的了解和感悟。第四步:制订研究方法和实验方案这一步要看你的课题需要做实验吗？如果不需要做实验，请忽略这一步。
