李从悠 https://m.familydoctor.com.cn/ysk/304258/首先，学习大数据是需要一定基础的，这个基础涉及到三大块内容，分别是数学、统计学和计算机，另外还涉及到经济学、社会学等一众学科。随着大数据技术体系的不断完善和发展，大数据整体的知识量也在不断攀升，目前大数据与云计算、物联网和人工智能等技术都有比较密切的联系，在大数据的落地应用过程中，还会涉及到大量的传统行业知识。虽然学习大数据需要一定的基础，但是随着大数据逐渐开始落地应用，大数据领域的岗位划分也越来越细，不同岗位对于从业者的知识结构也有不同的要求，其中很多岗位的相关知识完全可以从零基础开始学起，而且也能够学得会。对于很多基础比较薄弱的初学者来说，完全可以从数据分析开始学起，可以把学习过程规划为三个学习阶段，第一个学习阶段是学习基础的数据管理技术；第二个阶段是学习数据分析工具；第三个阶段是学习编程语言。学习数据管理技术要从数据库开始学起，目前数据库有两大类，一类是传统的关系型数据库，另一类是NoSql数据库，初学者应该从关系型数据库开始学起，重点在于掌握Sql语言的使用。虽然大数据时代NoSql数据库越来越重要，但是目前在大量的生产环境下，关系型数据库依然是应用的主流，而且大数据时代也离不开关系型数据库。掌握数据分析工具是学习数据分析技术的关键，实际上大部分数据分析过程都是通过数据分析工具来完成的。Excel就是比较初级的数据分析工具，而要想获得更全面的数据分析效果，可以学习各种BI工具。学习数据分析的第三个阶段是学习编程语言，然后基于编程语言在大数据平台上完成各种数据分析任务，这个过程可以使用机器学习的方式，也可以采用统计学的方式，这个学习阶段就相对比较专业了，学习者需要学习的知识量也相对比较大，当然数据分析的能力也会得到明显的提升。目前可以从Python语言开始学起，而大数据平台可以从Hadoop、Spark开始学起。最后，学习大数据还需要积累一定的行业知识，行业知识对于很多大数据岗位都非常重要。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