大数据分析师的基础知识包括三个方面，即数理统计和计算机科学。大数据开发和大数据分析是大数据领域常见的工作。与大数据应用开发和大数据运维工作岗位不同，大数据分析工程师的知识结构更侧重于算法设计和算法实现。无论是对于大数据开发还是大数据分析，掌握大数据平台的相关知识都很重要。
先上一张大数据技术学习的必备技能图入门学习需要掌握的基本技能1Java2Linux命令3HDFS4MapReduce5 Hadoop6Hive7ZooKeeper8HBase9Redis10Flume11SSM12Kafka13Scala14Spark15MongoDB16Python与数据分析等等。
我们所说的大数据培训学习，一般是指大数据开发。大数据开发需要学习的东西可以参考一下加米谷大数据培训0基础学习的课程，具体描述可见guan网第一阶段Java设计与编程思想第二阶段 Web前端开发第三阶段 JavaEE进阶第四阶段 大数据基础第五阶段 HDFS分布式文件系统第六阶段MapReduce分布式计算模型第七阶段 Yarn分布式资源管理器第八阶段 Zookeeper分布式协调服务第九阶段 Hbase分布式数据库第十阶段 Hive分布式数据仓库第十一阶段 FlumeNG分布式数据采集系统第十二阶段 Sqoop大数据迁移系统第十三阶段 Scala大数据黄金语言第十四阶段 kafka分布式总线系统第十五阶段 SparkCore大数据计算基石第十六阶段 SparkSQL数据挖掘利器第十七阶段 SparkStreaming流失计算平台第十八阶段 SparkMllib机器学习平台第十九阶段SparkGraphx图计算平台第二十阶段 大数据项目实战。
大数据专业的本科生想进大厂需要重视哪些内容？
本科在大数据专业就读进入大厂的机会还是比较多的，不论是在计算机学院就读，还是在数理学院就读，只要做好规划，就能够保证自己的就业竞争力，毕竟当前大数据领域的人才缺口还是比较大的。从行业人才需求的基本面来看，未来大数据领域的人才需求会呈现三个趋势，其一是人才需求会逐渐从开发岗向算法岗过渡，其二是更注重行业场景知识，其三是更注重创新能力，所以要想提升自己的就业竞争力，要从这三个方面入手。
从近两年大厂的人才需求情况来看，还是以开发岗居多，这与当前大数据技术正处在落地应用的初期有密切的关系，更多的行业需求都是以功能来驱动的，而不是以数据来驱动的，这种情况还会持续较长一段时间，所以本科生目前一定要重视开发能力的培养。但是对于大数据专业的同学来说，未来要想充分发挥出自己的专业优势，一定要重视算法相关知识的学习，而且未来在产业互联网时代，数据的价值会逐渐得到体现，大量的开发人员也会逐渐转向从事数据价值化相关的岗位，比如做大数据预测。
实际上，不仅是本科生，对于不少主攻大数据方向的研究生同学来说，往往也是立足开发岗展望算法岗，因为目前算法岗的竞争依然比较激烈，如果一味地追求算法岗往往会错失进入大厂的机会。对于要想进入大厂的本科生来说，要在本科期间重视三件事，其一是要构建相对完善的知识结构，同时还要有自己的主攻方向，其二是要重视实践能力的培养，可以通过专业比赛和科研活动来实现，其三是积极参加实习。
谢谢邀请！大数据开发和大数据分析是大数据领域常见的工作。与大数据应用开发和大数据运维工作岗位不同，大数据分析工程师的知识结构更侧重于算法设计和算法实现。大数据分析师的任务就是在一堆杂乱无章的数据中找到数据背后的规律，并将这些规律通过清晰的图表呈现出来。学习大数据分析，需要经历以下几个阶段:首先，掌握扎实的基础知识。
