不管在學習羣、星球仍是私底下，總有不少想學大數據的同窗會問這幾個問題。
今天列舉了這十個高頻問題，雖然基礎，可是經典。
學大數據的電腦配置主要在內存方面，至少8G，上不封頂，通常16G夠用。
固然這只是學習層面，本身搭虛擬機玩玩。
工做中，公司天然會給你分配服務器讓你工做。
數據開發、數據分析、數據挖掘。
其中每一個大方向又拆分了幾個小方向。
三者的聯繫是，數據過來以後先進行開發，而後進行分析，最後從數據中挖掘出價值並進行應用。
數據開發不侷限於語言。
數據開發大多數Java，少部分Python，也有Scala，具體看公司項目技術棧。
由於大部分大數據框架都支持Java接口，並且大部分公司項目技術棧都用Java，因此Java居多。
Python更多地使用在腳本或者前期的框架粘合。
Scala大多用在Spark框架。
具體能夠去招聘網站的JD看，先看本身想去的公司，最後再看本身所在城市的公司。
數據挖掘須要機器學習的知識，部分數據分析崗位須要機器學習知識。
數據開發大多數是不須要的，但有些公司的數據開發崗位也要涉及到推薦系統模型等，或者要使用Spark的mlib庫等等。
初學者不須要特地去學，可等到後期技能拓展或者工做中須要再學。
都好，興趣爲王！
想作算法相關的學數據挖掘，想作開發寫代碼的就學數據開發，想接觸業務層面的能夠學數據分析，更多的能夠結合本身以前的專業技能、工做經歷及以後想從事的工做內容進行考慮。
數據開發和通常崗位的數據分析師都不須要什麼數學知識，除了數據挖掘和部分數據分析進行建模時須要進行統計等操做才須要數學知識。
入門級別的都不用看學歷。
看學歷指數：
數據挖掘 > 數據分析 > 數據開發。
數據分析和開發正常本科就夠了，數據挖掘大可能是本科以上。
大環境下，薪資：
數據挖掘 > 數據開發 > 數據分析。
同一家公司同一級別的崗位，數據開發正常高於普通開發。
市場需求怎麼樣，看培訓機構的動做就知道了，今年市場上涌起一大批大數據的培訓機構。
並且隨着企業上雲，數字化轉型，5G時代的到來，對數據會愈來愈重視。
不管哪一個方向的就業前景都是明朗的，大數據的三大方向後期能夠進階純技術架構，純業務管理，技術與業務結合的解決方案架構師，也能夠三者之間相互轉型。
第一批大數據專業的學生如今大三，至少得再過2，3年，學校的課程纔會相對完善，並能批量生產。
不過科班的學生都知道，是否是科班只有在簡歷上寫的不同，上課玩的遊戲都同樣的。
大數據開發至關於後臺開發的升級版，要處理的數據量更多，應付的場景更復雜。
1.健身 2.旅行 3.大數據，拉你到不一樣的交流羣。
本文分享自微信公衆號 - Spark學習指南（smartProgram）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。web
