大数据是个“大”概念，需要找准学习的兴趣点和切入点

大数据是近几年新兴的概念，自从出现，就一直是IT行业的话题“宠儿”。一时之间，与大数据相关的大数据分析、大数据挖掘等行业开始快速发展，引起了学术界和产业界的高度关注。

大数据技术有三个方向：大数据开发、大数据分析和大数据运维。

大数据开发需要掌握的内容：大数据平台体系结构、数据库、大数据平台搭建、各个功能组件的功能、编程语言、算法基础。

大数据分析：分析工具、数据库、算法设计、算法实现、结果呈现，数据分析岗位有应用型分析和研发型分析两种，研发型分析往往还需要掌握机器学习方面的内容。

大数据运维：网络配置、大数据平台搭建、功能组件部署、大数据平台测试、大数据平台维护、编写脚本等内容。

随着云时代的来临，大数据也吸引了越来越多的关注。立洋大数据分析师团队认为，大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。

每个方向所用技术有较大差异，需要找准学习的兴趣点和切入点。大数据这个领域技术体系庞杂应用目标广泛，学习需要结合自己的兴趣或工作需求，找一个点猛扎进去，掌握这个点的相关技术，深入理解其分析的流程、应用和评价等环节，搞透彻一个点之后，再以点带面，举一反三，逐步覆盖大数据各个领域，从而构建完整的知识结构和技术能力体系。

总体来看，各行业都在致力于在用好存量资源的基础之上，积极拓展新兴数据收集的技术渠道，开发增量资源。社交媒体、物联网等大大丰富了数据采集的潜在渠道，理论上，数据获取将变得越来越容易。