這個問題首先就是了解大數據目前的就業情況以及待遇問題.

小編來告訴你，大數據工程師年薪50萬以上，技術人員缺口150萬，高端技術人才未來會遭到企業瘋搶。大數據方向由於人才稀缺度較高，薪資普遍更高，待遇漲幅也會超過其他崗位。接下分析大數據人才缺口和data工程師就業的問題。

高薪的背後是人才的緊缺，根據主流數據媒體調查，全國目前的大數據人才僅46萬，未來3-5年內大數據的人才缺口將高達150萬。有機構對一線城市2018年國內科技領域熱門職位薪酬範圍及跳槽漲幅進行了預測：

大數據方向由於人才稀缺度較高，相同工作年限的情況下，大數據工程師的薪資普遍更高，待遇漲幅也會超過其他崗位。數據挖掘工程師漲幅可達50%以上甚至更多，年薪在40-70萬。

作為大數據崗位中的「大熊貓」，大數據工程師的收入待遇可以說達到了同類的頂級。

其次是大數據的主流方向是：

方向一：大數據工程師，大數據開發工程師，大數據維護工程師，大數據研發工程師，大數據架構師等；

方向二：大數據分析師，大數據高級工程師，大數據分析師專家，大數據挖掘師，大數據演算法師等；

方向三：大數據運維工程師等.

再者就是，大數據到底學什麼，具體做什麼的問題了

"大數據"首先是指數據體量(volumes)大，指代大型數據集，一般在10TB規模左右，但在實際應用中，很多企業用戶把多個數據集放在一起，已經形成了PB級的數據量;

其次是指數據類別(variety)大，數據來自多種數據源，數據種類和格式日漸豐富，已衝破了以前所限定的結構化數據範疇，囊括了半結構化和非結構化數據。接著是數據處理速度(Velocity)快，在數據量非常龐大的情況下，也能夠做到數據的實時處理。

最後一個特點是指數據真實性(Veracity)高，隨著社交數據、企業內容、交易與應用數據等新數據源的興趣，傳統數據源的侷限被打破，企業愈發需要有效的信息之力以確保其真實性及安全性。

4個V(Vol-ume、Variety、Value和Veloc-ity)也概括總結出了大數據的4大優勢和特點，即體量大、多樣性、價值密度低、速度快。這也是大數據與以往的海量數據相比最主要的區別：

1、 數據體量巨大。從TB級別，躍升到PB級別。

2、 數據類型繁多，涉及網路日誌、視頻、圖片、地理位置等信息。

3、 價值密度低。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。

4、 處理速度快。1秒定律。最後這一點也是和傳統的數據挖掘技術有著本質的不同。物聯網、雲計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍佈地球各個角落的各種各樣的感測器，無一不是數據來源或者承載的方式。

大數據技術是指從各種各樣類型的巨量數據中，快速獲得有價值信息的技術。解決大數據問題的核心是大數據技術。目前所說的"大數據"不僅指數據本身的規模，也包括採集數據的工具、平臺和數據分析系統。大數據研發目的是發展大數據技術並將其應用到相關領域，通過解決巨量數據處理問題促進其突破性發展。

因此，大數據時代帶來的挑戰不僅體現在如何處理巨量數據從中獲取有價值的信息，也體現在如何加強大數據技術研發，搶佔時代發展的前沿。

那麼最後就是大數據該學什麼內容（一張圖告訴你到底學啥）

我理解的大數據的方向與人要用技術如何來優化商業有關，所以，所有的場景都從商業有關的場景去看，至於包括哪些，身邊能看到的都是啊……

區塊鏈人民幣電子貨幣，這個玩意有無限的想像空間，將直接改變整個中國以及世界，傲視全球。大數據只是其中一個應用工具。

拭目以待

《西部世界》挺好看

當前，很多對行業還沒有很深刻理解時，會把有價值的數據保留起來，只用數據解決自己的問題，不對外開放數據，這就限制了行業整體的發展。很多時候，我們需要針對很多行業進行數據分析，就要打破鴻溝，提高數據流轉程度，讓數據真正流通起來。

大數據領域未來的發展前景，大數據金融和大數據醫療領域將會是最大的風口，當然，針對傳統行業（如政府智慧治理、工業智能製造、軍工等）的核心問題做出解決方案也非常重要。比如，對於製造業來說，用大數據提高其產品的性能、降低故障率就是為其解決了核心問題。成都數之聯在這方面就做的不錯哦~

我本人從事的是心理學行業，一枚小小的心理諮詢師，有時候關注下新聞時事，瞭解下熱點話題，大數據慢慢的火起來，也算是正常的行業發展。對於大數據，我聽過覺得很適用也很有社會價值的一個研究就是：這是一位中科院研修班學生跟我說的，她研修的是大數據心理學，她目前跟著導師正在做一個研究——研究自殺人員在微博上的言論數據，關聯數據和自殺者的關係，把相關的字詞找出來，今後碰到發出「自殺相關言論」的人就可以進行積極關注和搜救。當時我聽得很驚訝，也很佩服這位導師，也很羨慕這個學員，這是一份極具社會價值、在當今社會極有中心價值感的工作。

我希望大數據未來的發展能夠繼續如此。不一定是新的發展，但是在心理學領域，能夠利用好已發掘的大數據優勢就好了。

未來，人工智慧可能比我們更加了解我們自己檸檬LED的視頻 · 4025 播放

謝邀。

1、我覺得大數據應用就技術來說已經沒有進一步發展的前途了。完了，到頭了。我就是這麼看。所餘下的就是如何在各業務領域使用了。

2、很簡單，該怎麼做你們行業的系統就怎麼做。只不過相關技術選型時如果需要用大數據技術，用就是了。

以上就是我的回答。

這個問題實在太宏觀了

大數據領悟每一個環節都需要細分和深入

如果說方向的話，最重要的就是分析的邏輯

因為數據採集很簡單，如果把數據運用起來就需要分析了，分析邏輯正確，得到的結論纔是正確的。

目前我所處的行業，還未看到如何將大數據運用起來的場景噢，因為不具備重複的高頻操作，可複製性較差。

推薦閱讀：
相關文章