謝邀。無論學什麼,方式無非兩種:自學、報班學。學習大數據編程也是如此,要麼自學,要麼報班學習。當然如果您是學生,大學學的專業就是大數據,那麼建議您好好在校期間跟著教授去聽課,注意練習,不僅耳到、眼到還要手到。

想學好編程,做程序猿,不動手練,怎麼能成呢?當然非在校生的話,請您根據您的自身實際情況,看自己適合哪種學習方式。

第一、適合自學的人羣特點

1、有基礎

科班出身的朋友,自己手頭也多少會有些資源,認識一些大數據開發的專業人士,自學的問題不大,找到好的工作也會有相應的渠道。

2、自控能力強

一般自律性、學習能力比較強的、解決問題比較獨立的,可以每天堅持學習幾個小時的,這個可以自學。

3、蒐集能力強

自學肯定要搜索資料的,大數據學習視頻和書籍進行學習前準備的,沒有資料學什麼呢?因此需要您具備搜索資料的能力,因為技術更新快,您得確保您搜索到在資料是目前比較流行的技術書籍或是視頻。

4、學習規劃能力

這個就是您把大數據全部的知識框架了解了以後,規定自己每天必須學會多少的一個能力。送您一份最新的大數據學習路線圖供您參考。

第二、適合報班人羣特點

1、自控能力差

2、沒有基礎

3、非科班出身

4、理解能力、邏輯能力不太好的;

以上的就不建議自學了,還是報大數據培訓班學比較好,節省您走彎路的時間。而且大數據雖然前景不錯,但並非人人皆可以學的,因此需要您看一下自己是否適合學習(不知如何評斷的,可下方留言)。

您可以根據您自身實際情況,自我評估一下,看一下自己適合哪種學習方式。再跟您普遍一下自學與報大數據培訓班的區別,您可自我評斷一下。

第三、自學與報大數據班學編程的利與弊

第一點: 自學:節省金錢,浪費時間成本,容易走彎路;

報大數據培訓班學:消耗資金,節省時間成本,能快速掌握核心技術。

第二點:對於核心的掌握程度

自學出來的可能對於核心知識的掌握不是很好,因為自己沒有實際接觸過相關的知識對於課程的核心部分掌握會不夠精確,如果是大數據培訓學校出來的可能會掌握的好一些,畢竟很多老師都是經過實踐的,對於核心技術知識是比較瞭解的。

第三點:知識的理解程度

自學的人可能對於知識的深度和廣度沒有培訓出來的知道的多些,畢竟經過專業培訓出來的學員,在遇到不會的知識點是有老師給進行解答的,同時老師也會時不時的擴展一些相關的知識。

第四點:實踐經驗

自學的學員在實踐經驗方面會欠缺些,因為自學的話一般是沒有什麼實際項目可以用來完成,而專業的大數據培訓則會會有幾個實際的項目進行實踐的。

最後不管您通過什麼方式學習編程,學習大數據,都離不開您自己的努力,因此您自己纔是主軸。by the way 當您工作之後,持續學習也是必不可少的,技術更新比較快,只有持續學習纔不至於被淘汰。一份2020年大數據教程一併送給您,希望可以幫到您。

大數據學科全套教程

鏈接:https://pan.baidu.com/s/1LpG5whTKyNlJcbW6pbzGuQ

提取碼:voco


高校的大數據專業的課程設計應該是很科學的,把課學好就足夠了,而且大數據專業的課程應該是相當相當重的,如果要把課學好,一星期不投入60個小時估計不行,所以,如果還想自己找點跟課內關聯性不強的課外的學習材料應該是不夠時間的。

例如,學習離散數學,知識點那麼多,假設還用Kenneth H. Rosen的課本,光看塊頭就很嚇人,即使上課不用這本書,我感覺參考參考這本書也很有幫助,這一參考,一星期10個小時可能就花上了。

假設課上又要學習Scala編程,保證你寢食不安,一會要琢磨面向對象,一會要琢磨函數式編程,還有一個接一個的作業和project。

總之,把課堂上要求的課學好,打好基礎,不要過多花時間追熱點


你好。

想要學好大數據並不是那麼容易的,下面是學習的過程,供你參考:

大數據學習過程分兩部分來講

一、方法

1、培養邏輯思維,快速捋清編程邏輯

2、動手實操、理論與操作結合,搞懂現象背後的邏輯

3、分析源碼、勤做筆記,多做複習

4、項目實操

5、學習、學習、學習

二、課程順序


剛轉到大數據專業,在家自學了線性代數,入門了C語言和Python,想要熟練掌握這些語言,估計路還很長。除了學校的教材以外,不妨找找評價較高的編程書籍。Python入門我推薦《Python編程:從入門到實踐》和《笨辦法學Python》,C語言我推薦《明解C語言》。不喜歡看書的話,也可以去mooc或b站上看視頻學習。

以下也是我們學校大數據專業的基本培養方案:

數學分析,線性代數

概率論,應用數理統計,離散數學

C語言,Matlab,Java,數據結構

資料庫原理及技術,Python

大數據存儲及處理技術(Hadoop)

大數據可視化技術

數學模型,多元統計分析

數據挖掘,機器學習


如果單學編程,沒有快方法。只有不斷的練習,然後去學習原理。再回到代碼中去練習。也有人說過,當你寫夠1萬行代碼的時候,你的代碼能力就提升了。但是,純代碼練習對人的提升不是很大,要知其然,更要知其所以然。

打個比方,在少林寺裏,每天只讓你挑水,砍柴。不讓你學習具體的武功招數,當你挑水,砍柴了許久,突然有一個看到一個招式,當你用出來時,它的威力就會超出你的想像。

大學階段,主要就像上邊說的挑水,砍柴階段。多提高好自身的內功,至於說具體的代碼實現,未來在工作中再去學習也不遲。再者說,AI的發展,在未來,純代碼開發類的職位會很少。現在的很多開發,都是在GitHub上用現成的代碼段,然後嵌套業務,修改成為自己的代碼,純一行行自己寫的很少了。


1 高數,線代,概率,所有的基礎

2 計算機原理

3 數據結抅與演算法

4 學會盲打和VIM

5 Linux shell 編程和 常用命令

6 匯偏 C c++ lisp

7 python

8 任何其它語言


推薦閱讀:
相關文章