百度不到的硬核资源，12h后删，抓紧保存！
共 1069字，需浏览 3分钟
·
2021-04-20 16:00
现在，大数据的概念问世这么多年来，大数据从技术，政策和资本等多个角度已经切入到社会方方面面，未来数据也会成为的经济驱动因素中越来越重要的一部分。对未来而言，大数据的发展将影响到产业、企业和个人。马云也说了：“未来最大的资源就是数据，不参与大数据十年后一定会后悔！”
目前腾讯的社交数据，阿里的交易数据每天都是PB级别，都是公司最具价值的超级资产。后起之秀的字节跳动更是以大量数据为引擎。
坏消息，猎聘最近发布了一份《2020年中国AI&大数据人才就业趋势报告》，上面显示，这方面人才需求快速增长，而今年约为4年前的12倍，全面进入”人才荒“时代了！无人可用！
大厂：花钱！抢人！
小厂：...
因疫情影响，很多行业都遭受了冲击，但大数据以及AI却脱颖而出。BATJ这类大公司、上万家中型公司和数不清的创业公司都大量渴求这方面的人才。
之前我说大数据不精通Hadoop、MapReduce、HDFS这些是啥，但不代表你不需要了解和学习基本的内容。其实不只是需要了解这些，还有Storm、Hbase、Flume、Spark、SparkSQL等等都是需要大数据分析、大数据挖掘、大数据算法等岗位去学习和了解的。
对于想从事大数据开发的朋友来说，上面的那些技术栈更是应该非常熟练的掌握（我个人建议没有项目经历和工作经验的朋友不要转数据分析，因为真的HC太少，可以考虑数据开发，很吃香，工资也很高，竞争系数相对算法和分析来说要小一些）。
不用慌，我也给大家准备了一套学习资料（文末自由获取），非常详细的讲解了这些内容：
有些业务场景的任务不是简单的对比、交叉之类的分析可以解决（一般是提供一些探索性过程结果）。比如分类、预测、人群聚类、文本挖掘等等。
我之前提到过大数据一般可以分成定量和定性的分析，定量的大家都比较清楚，也比较常见，但是定性的会去研究用户的主动反馈意见，而这些一般都是文本，当数据量较大的时候，肯定不是一条条自己去分析用户的情感、观点等维度，这时候完全可以利用文本挖掘的方法快速准确的抽取出用户观点、主题和情感分析等等。
同样，这部分我也给大家整理了一套学习资料
以上整理内容【获取方式】