1.大数据相当于一个巨大的数据仓库，大数据开发相当于你是这个巨大仓库的建造者和管理者。
2.从目前的情况来看，学习大数据的前景还是挺好的，尤其是新兴的人工智能领域，最需要大数据的配合，人工智能可以从大数据中深入学习。学习能力强的可以先自学，借助网络课程学习。研究大数据开发，要学一些东西，比如高数，统计学等等。
微信大数据在哪看 你知道吗
1、 《2016微信公开课pro版》 。在微信中，只需打开微信公开课pro版的活动链接，就可以查看你的微信注册日期、第一个朋友圈发了什么、第一个微信好友是谁，还可以查看2015年发布的微信好友总数、发的红包、去过的地方、好友数量、赞数、走的步数等。数据很全面，也是微信用户疯狂分享。
什么是大数据分析？ 需要分析哪五个基本方面？
1.大数据分析是指对大规模数据的分析。
2、分析可视化(可视化分析
3.数据挖掘算法(数据挖掘算法)
4、预测分析能力(预测分析能力)
5.语义引擎
6.数据质量和主数据管理数据质量和数据管理是管理中的一些最佳实践。
1、
大数据分析是指对大规模数据的分析。大数据可以概括为四个v，数据量大，速度快，种类多，速度快。大数据是当今最热门的it行业词汇，是对大数据商业价值的利用，如数据仓库、数据安全、数据分析、数据挖掘等。逐渐成为业内专业人士追捧的利润焦点。随着大数据时代的到来，大数据分析应运而生。大数据技术挖掘培训，汪道海。以下是大数据分析的五个基本方面
2、
分析可视化，无论是对于数据分析专家还是普通用户，数据可视化都是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。
3、
数据挖掘算法的可视化是针对人的，数据挖掘是针对机器的。聚类、分割、离群点分析和其他算法使我们能够深入挖掘数据并挖掘价值。这些算法不仅要处理大数据量，还要处理大数据的速度。
4、
预测分析功能数据挖掘可以帮助分析师更好地理解数据，而预测分析可以帮助分析师根据可视化分析和数据挖掘的结果做出一些预测判断。
5、
语义引擎我们知道非结构化数据的多样性给数据分析带来了新的挑战，我们需要一系列工具来分析、提取和分析数据。语义引擎需要设计成智能地从“文档”中提取信息。
6、
数据质量和主数据管理数据质量和数据管理是一些管理最佳实践。通过标准化流程和工具处理数据可以保证预定义的高质量分析结果。如果大数据真的是下一个重要的技术创新，我们最好关注大数据能给我们带来的好处，而不仅仅是挑战。
大数据如何学习 基础必须先读懂
1.首先，我们需要了解java语言和linux操作系统，这是学习大数据的基础，学习的顺序没有什么不同。学了这些东西，无疑是一个很优秀的开始和基础，可以说是赢在了起跑线上，接受和吸收大数据领域的知识会比普通人更加得心应手。
2.java:只要你了解一些基础知识，你就不需要深度java技术来制作大数据。学习javase相当于学习大数据。
3.linux:因为大数据相关软件运行在linux上，所以linux应该学得更扎实。学好linux将极大地帮助你快速掌握大数据相关技术，让你更好地了解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置。可以少踩很多坑，学会理解脚本，这样就可以更容易理解和配置大数据集群。还能让你更快地学习未来新的大数据技术。
