謝謝邀請！

大數據是我的主要研究方向之一，目前也在帶大數據方向的研究生，所以我來回答一下這個問題。

首先，大數據是一個比較典型的交叉學科，對于數學、統計學和計算機均有一定的要求，所以如果基礎比較薄弱，可以根據自身的實際情況選擇一個切入點。從專業學習的角度來說，基礎差也是可以學習大數據專業的。

對于基礎比較差的學生來說，如果選擇學習大數據專業，需要注意以下幾點：

第一：注重數學和統計學的學習。雖然大數據目前的產業鏈涉及到諸多崗位，有的崗位對于數學和統計學的要求并不高，比如數據采集、數據存儲、數據呈現等崗位，但是要想在大數據領域形成一個比較完整的知識結構，數學和統計學具有重要的意義。大數據主要的目的在于數據的價值化，數據價值化重要的方式就是數據分析（挖掘），而數據分析重點就在于算法的設計和實現，所以數學和統計學對于大數據的學習非常重要。

第二：注重動手實踐能力的培養。學習大數據一定要注重動手實踐能力的培養，一方面要熟練使用大數據平臺，包括大數據平臺的搭建、配置、組件部署等，另一方面要在大數據平臺上開發各種應用。目前適合初學者的大數據平臺包括Hadoop和Spark，編程語言可以選擇Java、Python、Scala或者R。

第三：掌握常見的數據分析算法。雖然大數據分析在不同的場景下往往需要采用不同的算法，但是一些常見的算法還是具有一定的通用性，比如kNN、決策樹、樸素貝葉斯、支持向量機、Apriori等，這些算法在大數據分析領域有廣泛的使用，對于初學者來說也并不復雜。

最后，學習大數據需要掌握的內容還是比較多的，這對于初學者的學習能力也有一定的要求，在學習的過程中，也要注重多交流。

我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關于互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。

如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言！