1樓：折翅的雄鷹
那要看你的文化程度和努力程度！
2樓：石家莊新華電腦學院
當前，國家大資料戰略實施已經到了落地的關鍵時期，大資料技術產業創新發展、大資料與實體經濟深度融合、以及大資料安全管理與法律規制等方面都進入了攻堅階段大資料領域的人才需求主要圍繞大資料的產業鏈，涉及到資料的採集、整理、儲存、安全、分析、呈現和應用，崗位多集中在大資料平臺研發、大資料應用開發、大資料分析和大資料運維等幾個崗位。當前整個it行業對於大資料人才的需求量還是比較大的，近幾年相關方向研究生的就業情況還是比較不錯的，一方面崗位級別比較高，另一方面薪資待遇也比較可觀，而且薪資待遇正呈現出逐年上升的發展趨勢。
大資料開發學起來容易嗎？
3樓：蘭州新華網際網路學校
還是有一定的難度的，如果是零基礎學習的話，建議可以去一家專業的學校進行系統的學習。
4樓：加米穀大資料科技
二者可以說是一體兩面的，學習難度上大資料稍微簡單些。
大資料領域的人才需求主要圍繞大資料的產業鏈，涉及到資料的採集、整理、儲存、安全、分析、呈現和應用，崗位多集中在大資料平臺研發、大資料應用開發、大資料分析和大資料運維等幾個崗位。
大資料本身除了要有資料、採集、匯聚一定量的資料之外，更重要的是資料的處理、挖掘、分析、視覺化、應用這樣一整套的過程。
雲端計算是基於網際網路的相關服務的增加、使用和交付模式，通常涉及通過網際網路來提供動態易擴充套件且經常是虛擬化的資源。
二者關係：
大資料常和雲端計算聯絡到一起，因為實時的大型資料集分析需要分散式處理框架來向數
十、數百或甚至數萬的電腦分配工作。大資料和雲端計算各有不同的關注點，但是在技術體系結構上，都是以分散式儲存和分散式計算為基礎，所以二者之間的聯絡也比較緊密。
可以說，雲端計算充當了工業革命時期的發動機的角色，而大資料則是電。
5樓：尚矽谷
學大資料開發相對來說還是難度的，選擇培訓機構的時候多瞭解一下機構的口碑、師資、就業、課程、費用等等方面的情況，希望你找到好的大資料開發培訓機構。
大資料開發和大資料分析哪個好學？
6樓：九道門聊資料
雖然都是資料領域，但從工作內容來看可以分為兩個方向:
一是資料開發方向，偏技術型，包括開發工程師、挖掘工程師、演算法工程師、數倉工程師等等，這些崗位對程式設計能力要求很高，對學歷、專業、畢業院校的要求也都相對較高，有些公司甚至會把學歷、專業、院校當成一個准入的門檻，也就是說先不管你技術怎麼樣，在刷簡歷的時候就直接先按這三個標準刷下一批人。看你描述沒有這方面的介紹，所以如果你的專業不太對口的話，還是建議你對著方向慎重，而且由於技術難度的問題，我個人不太好看培訓，因為不管怎麼培訓，從技術角度來說肯定是比不上相關專業的畢業生的，那你的競爭優勢又在於哪？
二是資料分析方向，偏業務型，主要是通過挖掘資料的價值來驅動企業發展，這也是現在企業數字化轉型最需要的人才。偏業務型的資料分析師對程式設計能力要求較低，如果你不是程式設計相關專業的話，那你可以考慮一下這個方向。
資料分析師的工作性質和開發工程師的就不一樣，雖然他接到的專案和工程師差不多的，但是在實戰中，更加關注的是資料分析師的隨機應變的能力。因為在完成這個目標當中，由於資料分析師會看到不一樣的資料，會發生不同的情況，所以要對決策進行不斷地調整優化，才能更好的達到目標。
工作的目標
通常在工程當中我們有一個明確的很具象的目標，而在資料分析的專案中，很多專案是沒有一個明確具象的目標。
在工作當中，工程師更多的是要學習軟體的程式設計技能或者是一些新工具的一些技能， 他通過學習掌握這些新的技能來提高工程設施的質量效果。而資料分析師不僅僅要去學習這些工具當然他還需要學習業務，學習與如何與人溝通。
最後！在進入這個兩種不同的這個領域進行工作的時候，要注意自己是否適合做哪一種工作，在選擇這兩個行業的或者領域這個過程當中，對自己的性格喜歡什麼也要做出一個基本判斷。
7樓：陳小嫿
這兩個是相關專業 有一定的關聯性 資料分析應該比資料開發好學！
大資料開發是不是很難學沒有基礎可不可以學習呢
8樓：江蘇中公優就業
如今大資料人才緊缺，不少人都想通過培訓進入到大資料行業，那麼同時也會問，大資料培訓難不難學？零基礎能不能學大資料？大資料培訓難不難，還是得看個人堅持學習的毅力。
零基礎參加大資料培訓當然是沒問題的了，目前許多大資料培訓機構都開設了零基礎培訓班。也算是針對廣大零基礎的學員一種福利。
零基礎學習大資料是不是很難？
在這個人才緊缺的時代，能夠把握時間，找準方向，快速的融入到這一行，肯定不是那麼容易的事情，因為你各個環節上都得深思熟慮一番，才能開始去行動，比如你正在猶豫要不要轉行；好不容易決定之後又在猶豫選擇哪家機構；**有零基礎授課的培訓機構等等問題撲面而來。
當零經驗進入時，肯定需要工作技巧、行業背景知識等多方面的輸入，如果溝通能力強，可以很好的把人際關係維護好的話，會更容易得到支援。
零基礎的學習大資料開發之後，得具備那些東西？
理論+思路+工具+實踐
理論：簡單的數理統計原理，請熟悉。一開始不必瞭解太高深，知道抽樣的原理，常見統計方法即可。隨著工作和業務的需求，進一步有針對性的深入學習。
思路：這個是比較重要的，也是需要逐漸培養的，什麼情況應該有什麼方法做統計分析？希望通過分析得到什麼結論？
工具：excel的常用統計公式，統計方法需要了解。大量資料的可以考慮學習下spss，再高階可以用r等等。
實踐：這是最重要的，可以嘗試從身邊的一些日常案例入手，培養自己的洞察力。
補充一點：要以此為職業，建議認真研讀這類崗位的招聘需求，文章很多，已經明確告知了你需要哪些能力，可以把自己當作是已經在職的人員思考，如果我來做這個業務，應該怎麼去做。
9樓：郎夢雨
大資料開發，難點有以下4個階段：
1、資料採集
資料採集有線上和線下兩種方式，線上一般通過爬蟲、通過抓取，或者通過已有應用系統的採集，在這個階段，我們可以做一個大資料採集平臺，依託自動爬蟲(使用python或者nodejs製作爬蟲軟體)，etl工具、或者自定義的抽取轉換引擎，從檔案中、資料庫中、網頁中專項爬取資料，如果這一步通過自動化系統來做的話，可以很方便的管理所有的原始資料，並且從資料的開始對資料進行標籤採集，可以規範開發人員的工作。並且目標資料來源可以更方便的管理。
資料採集的難點在於多資料來源，例如mysql、postgresql、sqlserver 、 mongodb 、sqllite。還有本地檔案、excel統計文件、甚至是doc檔案。如何將他們規整的、有方案的整理進我們的大資料流程中也是必不可缺的一環。
2、資料匯聚
資料的匯聚是大資料流程關鍵的一步，你可以在這裡加上資料標準化，你也可以在這裡做資料清洗，資料合併，還可以在這一步將資料存檔，將確認可用的資料經過可監控的流程進行整理歸類，這裡產出的所有資料就是整個公司的資料資產了，到了一定的量就是一筆固定資產。
資料匯聚的難點在於如何標準化資料，例如表名標準化，表的標籤分類，表的用途，資料的量，是否有資料增量?，資料是否可用? 需要在業務上下很大的功夫，必要時還要引入智慧化處理，例如根據內容訓練結果自動打標籤，自動分配推薦表名、表欄位名等。
還有如何從原始資料中匯入資料等。
3、資料轉換和對映
經過資料匯聚的資料資產如何提供給具體的使用方使用?在這一步，主要就是考慮資料如何應用，如何將兩個?三個?資料錶轉換成一張能夠提供服務的資料。然後定期更新增量。
經過前面的那幾步，在這一步難點並不太多了，如何轉換資料與如何清洗資料、標準資料無二，將兩個欄位的值轉換成一個欄位，或者根據多個可用表統計出一張圖表資料等等。
4、資料應用
資料的應用方式很多，有對外的、有對內的，如果擁有了前期的大量資料資產，通過restful api提供給使用者?或者提供流式引擎 kafka 給應用消費? 或者直接組成專題資料，供自己的應用查詢?
這裡對資料資產的要求比較高，所以前期的工作做好了，這裡的自由度很高。
大資料開發的難點主要是監控，怎麼樣規劃開發人員的工作?開發人員隨隨便便採集了一堆垃圾資料，並且直連資料庫。 短期來看，這些問題比較小，可以矯正。
但是在資產的量不斷增加的時候，這就是一顆定時炸彈，隨時會引爆，然後引發一系列對資料資產的影響，例如資料混亂帶來的就是資料資產的價值下降，客戶信任度變低。
10樓：沃迪冷卻塔
沒有一份高薪的工作是簡單地，都需要付出時間精力去好好學習，而大資料技術門檻是有的，純技術需要不少it知識儲備積澱，如果是投入精力要學習大資料，是沒有問題的，我兒子也是沒有基礎，當時決定去光環，當時他也是擔心的不行，就怕自己學不會，但是真的學習過程中，也沒有特別困難的！
11樓：it學生網
大資料開發是技術含量很高的。但是零基礎教學的it培訓很多。
12樓：談卉裘玲
不難啊！但也要認真學才行！如果你是程式設計是0基礎的話，作為過來人我還是建議你報個班靠譜！
畢竟有人帶你學比沒有方向盲目的學好太多，也比較系統一點！報的班，在原始碼時代！也推薦給你，可以去看看，實地聽聽課！
13樓：尚學堂j**a學院
大資料從事的是開源工作，更傾向於「研發」，能夠重新激起程式設計師研發程式的熱情，職業生涯有了新的追求，這意味著大資料會成為值得程式設計師長期奮鬥不斷突破的工作；其次，由於大資料屬新興領域，專業人才比較缺乏，高階人才更是企業爭搶的物件，薪資上升容易，職業發展潛力巨大。
大資料工程師需要具備哪些能力？
數學及統計學相關的背景；
計算機編碼能力；
對特定應用領域或行業的知識。
大資料工程師這個角色很重要的一點是，不能脫離市場，因為大資料只有和特定領域的應用結合起來才能產生價值。
所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對於之後成為大資料工程師有很大幫助，因此這也是應聘這個崗位時較有說服力的加分項。
大資料相關的技能很多，按照資料本身，可以分為資料獲取、資料處理、資料分析、資料儲存、資料探勘，共5類。
資料獲取：日誌收集 scribe、flume和爬蟲等；
資料分析：hive、spark、基本演算法、資料結構等；
資料儲存：hdfs等；
希望對您有所幫助！~
大資料開發培訓多少錢哪個好，大資料開發培訓機構哪個好？
大資料開發，培訓費用基本都在2萬塊錢以上。同樣的價位之下水平可是千差萬別的，真正好的沒幾家。只能告訴你，去最優秀的城市和地區選擇真正有實力的，有規模的，多看多對比。別指望依靠網路當中的資訊去評判，很多口碑都是黑白顛倒的，也不要輕信不明身份人的推薦。大資料培訓一般都是北上廣深1線城市比較好，對於機構的...
金融大資料分析前景，軟體開發 大資料分析 網際網路金融哪個好
中科聚信 scai 信貸工廠能夠協助銀行建立業務發展和風險計量技術水平的評分模型系統，並進行流程改造，通過評分模型系統的推廣應用 大資料可以挖掘和分析金融資訊深層次的內容，使決策者能夠把握重點，引導戰略方向。正在來臨的大資料時代，金融機構之間的競爭將在網路資訊平臺上全面，說到底就是 資料為王 誰掌握...
華為「大資料開發工程師」怎麼樣，華為大資料待遇怎麼樣
現在大資料 hadoop 相當於是剛起步，需求會越來越大，因為現在很多公司都開始意識到資料的重要性，越往下走工作會越好找，學會了大資料可以有很大的發展空間，有大資料 hadoop 運維 hadoop開發 大資料分析 資料探勘等，說白了，大資料是越往後越吃香。現在的 是隻要你有2 3年的工作經驗又會h...