國內(nèi)，根據(jù)數(shù)聯(lián)尋英發(fā)布《大數(shù)據(jù)人才報告》,目前全國的大數(shù)據(jù)人才僅46萬,3-5年內(nèi)大數(shù)據(jù)人才的缺口將高達150萬。

機器學(xué)習(xí)職位薪水范圍：12k--30K，最大值30k+若干股票，最小值12k+若干期權(quán)；

數(shù)據(jù)挖掘薪水范圍：12k--30K，最大值30k+若干股票，最小值12k。

想做數(shù)據(jù)處理尤其是大數(shù)據(jù)量處理的相關(guān)工作必須兼具計算機科學(xué)基礎(chǔ)和統(tǒng)計基礎(chǔ)。

現(xiàn)在有一個高大上的職業(yè)叫數(shù)據(jù)科學(xué)家，

有人說數(shù)據(jù)科學(xué)家就是一個比程序員更懂統(tǒng)計的統(tǒng)計學(xué)家，一個比統(tǒng)計學(xué)家更會編程的程序員。

數(shù)學(xué)

有很多知識還需要作為基礎(chǔ)來學(xué)習(xí)和鞏固。是學(xué)習(xí)和鞏固，不是必須會，是要知道了解，用的時候知道去哪里翻書找資料

比如，

基礎(chǔ)知識：線性代數(shù)，概率論

核心知識：數(shù)理統(tǒng)計、預(yù)測模型、機器學(xué)習(xí)、時間序列分析、應(yīng)用回歸、多元統(tǒng)計分析

計算機

數(shù)學(xué)軟件：強大矩陣運算和優(yōu)化功能的matlab，專而精的mathematica。

語言：

python（很流行的科學(xué)語言，潛力也很大，ipython這樣交互式環(huán)境十分有利）

fortran（強大的計算語言，充分優(yōu)化的現(xiàn)成代碼）

R（相比于matlab，java，c，R是個高富帥）

這是數(shù)據(jù)分析各類語言使用度的圖表，R占的比例相當(dāng)高。想利用現(xiàn)在動輒TB級的數(shù)據(jù)大顯身手，光靠excel可不夠啊。你真的需要寫很多代碼…

實踐

1.自己裝個小集群跑hadoop/hive，可以到cloudera網(wǎng)站上下現(xiàn)成的打包虛擬機。看看hadoopinaction.這本書比權(quán)威指南容易懂很多。

2.裝個cassandra什么的玩玩，在上面架個小項目，比如留言板什么的。。。

3.讀一些著名的paper，nosql的或者mapreduce。

4.看看apachehadoop家族的其他幾個項目，比如zookeeper，pig，了解一下生態(tài)圈

找個開源項目，看看ticketlist，看看能不能自己修。。。