Q:你好老师,我想问下现在从事大数据相关的行业是不是有点晚了，现在大数据这块就业就是开发吗？市场需求大吗？A:现在学不晚，大数据人才供不应求

Q:但是从智联搜大数据也就是就是几千个岗位A:这个职位大部分行业都需要，市场、营销、运营相关的需求很多。大数据不是职位，你要搜数据分析师、大数据工程师、算法工程师、数据建模师Q:哦这样啊

Q:那请问我想搞BI,现在和大数据结合的一般是怎样呢

要会哪些技术呢?是在北京还是上海呢?

A:BI工程师和大数据工程师的要求差不多，需要熟悉数据库，同时掌握开发工具。相对于传统的BI工程师，大数据工程师还需要掌握数据仓库和NoSql，你可以看下这篇文章http://www.ppvke.com/Blog/archives/23987

北京提供的大数据相关职位基本占到了全国的40%以上，是最多的，上海也超过了20%

(数据来源：LinkedIn：2016年中国互联网最热职位人才库报告)

Q:我底子很差做数据分析师好像没戏哈哈高数学的都忘记了,自己做算法开发没戏A:数学往后学比较重要，入门用到了再去补吧.很多算法不需要知道原理，刚开始知道怎么用就可以了.

Q:嗯但是这样面试人家一问就露馅了用入门的人的公司多吗？A：入门理解业务场景和掌握分析方法很重要，工具是其次，数学再次之。但如果数学功底不行，会限制你到达的高度。

现在，让我们再回到到第一个问题：现在学大数据晚吗？这个问题我想从三个方面回答。第一个问题：

大数据是否过热了？

很多时候我们急于回答问题，却忽略了问题本身。Big Data这个词翻译过来就是大数据，在脱离了语境的情况下，这个词可能代表“大数据技术”、“大数据集”、“大数据应用”等各种含义，所以要想回答这个问题，并不是件容易的事情。

就这个问题而言，我们可以把它分为“大数据技术是否过热”和“大数据应用(或者大数据产业)”是否过热？我们都知道技术和应用相辅相成，技术是基础，应用是商业价值变现。他们有着各自的发展轨迹，彼此并不完全重合。让我们先看一下大数据技术和大数据应用的发展阶段和历史趋势：

• 概念阶段

2011年，麦肯锡全球研究院发布的《大数据：下一个创新、竞争和生产力的前沿》研究报告最早提出词汇“BigData”。

2012年，维克托·舍恩伯格《大数据时代：生活、工作与思维的大变革》的宣传推广，大数据概念开始风靡全球。

• 技术突破阶段

2003至2006年，处于围绕非结构化数据自由探索阶段。非结构化数据的爆发带动大数据技术的快速突破，以2004年Facebook创立为标志，社交网络的流行直接导致大量非结构化数据的涌现，而传统处理方法难以应对。此时的热点关键词较为分散，包括了“Systems”（系统）、“Networks”（网络）、“Evolution”（演化）等，高被引文献也很少，说明学术界、企业界正从多角度对数据处理系统、数据库架构进行重新思考，且尚未形成共识。

2006至2009年，大数据技术形成并行运算与分布式系统，为大数据发展的成熟期。JeffDean在BigTable基础上开发了Spanner数据库（2009）。此阶段，大数据研究的热点关键词再次趋于集中，聚焦“Performance”（性能）、“CloudComputing”（云计算）、“MapReduce”（大规模数据集并行运算算法）、“Hadoop”（开源分布式系统基础架构）等。

• 应用阶段

2010年以来，随着智能手机的应用日益广泛，数据的碎片化、分布式、流媒体特征更加明显，移动数据急剧增长。近年来大数据不断地向社会各行各业渗透，使得大数据的技术领域和行业边界愈来愈模糊和变动不居，应用创新已超越技术本身更受到青睐。大数据技术可以为每一个领域带来变革性影响，并且正在成为各行各业颠覆性创新的原动力和助推器。

2012年，美国政府在白宫网站发布《大数据研究和发展倡议》，这一倡议标志着大数据已经成为重要的时代特征。之后美国政府宣布2亿美元投资大数据领域，大数据技术从商业行为上升到国家科技战略。联合国在纽约发布大数据政务白皮书，总结了各国政府如何利用大数据技术更好地服务和保护人民。

2013年，英国政府宣布注资6亿英镑发展8类高新技术，其中，1.89亿英镑用来发展大数据技术。欧盟实施开放数据战略，旨在开放欧盟公共管理部门的所有信息。

2014年5月，美国白宫发布了2014年全球“大数据”白皮书的研究报告《大数据：抓住机遇、守护价值》。全球大数据产业的日趋活跃，技术演进和应用创新的加速发展，使各国政府逐渐认识到大数据在推动经济发展、改善公共服务，增进人民福祉，乃至保障国家安全方面的重大意义。

2014年，数据开放运动已覆盖全球44个国家。国务院通过《企业信息公示暂行条例（草案）》，要求在企业部门间建立互联共享信息平台，运用大数据技术等手段提升监管水平。

2015年，五中全会的“十三五”规划中将大数据作为国家级战略。

Gartner是一家领先的市场和技术研究公司，在Gartner 2015新兴技术发展周期报告。自动驾驶汽车与物联网处在顶峰部位，而大数据技术并未列入其中。

在2014年的报告中，我们却可以清晰的看到大数据刚刚过了新兴技术的顶峰。

许多人以此为依据，说大数据已近过时了，事实是，Gartner这张图反应的是新兴技术的发展趋势，也就是说经过10年的发展，大数据的相关技术已近十分成熟，已近退出了新兴技术的范畴。其实，早在2013年5月，麦肯锡全球研究所（McKinseyGlobalInstitute）发布了一份名为《颠覆性技术：技术进步改变生活、商业和全球经济》的研究报告。报告确认的未来12种新兴技术，有望在2025年带来14万亿至33万亿美元的经济效益。令人惊讶的是，最为热门的大数据技术也未被列入其中。麦肯锡专门解释称，大数据技术已成为这些可能改变世界格局的12项技术中许多技术的基石，包括移动互联网、知识工作自动化、物联网、云计算、先进机器人、自动汽车、基因组学等都少不了大数据应用。

所以，大数据应用不存在所谓“过热”和“虚火”的问题，事实恰恰相反，伴随着大数据技术的成熟，大数据应用的普及和发展才刚刚开始，我们预计未来10年，甚至更长一段时间都是大数据黄金发展阶段，相关的行业将引来巨大的发展机遇。

第二个问题是：

大数据相关职位需求多吗？

不管是国内还是国外，大数据相关的人才都是供不应求的局面。根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。

根据根据Linkedin《2016年中国互联网最热职位人才库报告》，数据分析人才被列为Top6的热门职位。

可以看出，这些职位都是当下任何互联网公司要建立发展必不可少的岗位，尤其是数据分析人才，伴随着大数据在互联网行业更多的应用而愈加重要。

在这份报告中，数据分析人才的供给指数最低，仅为0.05，相当于20个职位同时在竞争一个求职者。这在一定程度上反映了行业现状，很多互联网公司 都逐渐意识到了数据的重要性，但却缺乏相关的专业人才来分析和管理数据。

数据来源：LinkedIn：2016年中国互联网最热职位人才库报告

第三个问题

入行的学习时间？

这个问题其实是没有标准答案的，取决于你的专业基础和要从事的职位。以数据分析师为例，先看一下国内知名互联网数据分析师的招聘要求：

1.计算机、统计学、数学等相关专业本科及以上学历；2.具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，能够熟练地使用SQL；3.三年以上具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据采集、整理、分析和建模工作；4.对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求，有互联网相关行业背景，有网站用户行为研究和文本挖掘经验尤佳；5.具备良好的逻辑分析能力、组织沟通能力和团队精神；6.富有创新精神，充满激情，乐于接受挑战

前三个属于硬件要求，一般而言，有专业基础(计算机、统计学、数学等相关专业)入行需要3个月以上的学习，而要成为一个熟手(企业用工需求最多)则需要2-3年以上的项目经验和行业经验。对于非专业背景的同学，入行的时间可能需要的更长，建议给自己预留6-12月的时间。

Anyway,作为一门对数学和计算机都有较高要求的一门交叉学科，从事大数据是有一定门槛的，但相对于10年以上的职业生涯（国外顶尖数据科学家50-60岁仍然十分活跃），预备半年的时间来学习这个最炙手可热的技能还是很划算的。

在职业规划这个问题上有位哲学家说过，最重要的人际关系就是自己和自己的关系，知道自己要什么，不要什么。在转行的问题上也是一样。 有人会说，转行是让自己之前几年的经验积累全都作废了，其实社会经验和人生理念是不管改到哪一行都能发挥效用的。而之前的人际关系也是属于“山不转水转”的问题，你很难说哪一类人际关系是有用的，哪一类是没有用——基于这个道理，应该统统视作为有用的。 不怕失去，才可能会有更多收获。只要有明确的发展规划，当然应该义无反顾地去投入新的开始。人生的机会并不多，即使你已经到了30岁，对大多数人来说，只是职业生涯的前半部分，完全不必缩头缩脑患得患失。

PPV课原创文章，未经许可严禁转载，文@Jedis

PPV课-国内领先的大数据学习社区和职业培训平台，欢迎关注！

数据驱动未来，我们开启智慧！

原文始发于微信公众号（PPV课数据科学社区）：【职业】现在学习大数据晚吗？