大數據學習：零基礎大數據入門該看哪些書？

如今有不少朋友對大數據行業心嚮往之，卻苦於不知道該如何下手。做爲一個零基礎大數據入門學習者該看哪些書？今天作了一些整理做爲參考，但願能夠幫助到那些對大數據感興趣的同窗。

1. 大數據工程師

在互聯網公司普遍招聘，偏平臺業務方向，ETL和OLTP等，主要是基於Hadoop技術棧來處理大數據，算法要求不是特別高。

經典圖書推薦：《Hadoop權威指南》《Hive編程指南》《Hbase權威指南》《大數據技術全解》、《大數據挑戰NoSql》《Mahout實戰》

.在入門學習大數據的過程中有碰見學習，行業，缺少系統學習路線，系統學習規劃，歡迎你加入個人大數據學習交流裙：251956502 ，裙文件有我這幾年整理的大數據學習手冊，開發工具，PDF文檔書籍，你能夠自行下載。

2. 數據分析師：

在擁有行業數據的電商、金融、電信、諮詢等行業裏作業務諮詢，商務智能，出分析報告，互聯網公司的產品經理差很少類型了，統計學能力要求高，SPSS、SAS、R、SQL。

經典圖書推薦：《機率論與數理統計》、《統計學》推薦David Freedman版、《業務建模與數據挖掘》、《數據挖掘導論》、《SAS編程與數據挖掘商業案例》、《Clementine數據挖掘方法及應用 》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等。

3. 數據挖掘工程師：

在互聯網、電商、搜索、社交等大數據相關行業裏作機器學習算法實現和分析，基本數據結構算法、機器學習等都要求較高。Hadoop、spark技術棧，Java、Python、C++、Scala、Shell。

經典圖書推薦：《數據挖掘概念與技術》、《數據挖掘導論》、《數據挖掘-實用機器學習技術》；《機器學習》Tom Michael 、《機器學習導論》、周志華《機器學習》、《機器學習實戰》、《集體智慧編程》、《統計學習方法》ESL 《Elements of Statistical Learning》 ISL 《An Introduction to Statistical Learning》PRML 《Pattern Recognition and Machine Learning》《數據庫系統概論》、《算法導論》、《Web數據挖掘》、《推薦系統》、《數據可視化》《Thinking in Java》、《Python核心編程》、《Thinking in C++》等。

固然還有一步很重要就是不斷練習、練習、練習，將學到的知識與實際應用場景相結合。若是你在學習過程當中，發現自學困難，不妨進行系統的學習，大數據將理論和實踐相結合，專業致力於大數據人才培養。