大數據為大家整理了Ofer Mendelevitch自己的觀點。 Mendelevitch認為無論是Java程式員還是業務分析師都有機會成為數據科學家，以下是他對不同人群給出的具體建議： Java程式員 作為Java開發者，你對軟體工程的規則已經瞭然於心，第一步需要瞭解機器學習的各種演算法：現在有哪些 ...
大數據為大家整理了Ofer Mendelevitch自己的觀點。 Mendelevitch認為無論是Java程式員還是業務分析師都有機會成為數據科學家，以下是他對不同人群給出的具體建議： Java程式員 作為Java開發者，你對軟體工程的規則已經瞭然於心，第一步需要瞭解機器學習的各種演算法：現在有哪些演算法，都能解決哪些問題以及如何實現。另外還需要學習使用R和Matlab等建模工具，此外WEKA、Vowpal Wabbit和OpenNLP等庫也為大多數常見演算法提供了經過驗證的實現方法。 如果你還不太熟悉Hadoop，也可以選擇加米谷大數據帶你入行！
很多初學者，對大數據的概念都是模糊不清的，大數據是什麼，能做什麼，學的時候，該按照什麼線路去學習，學完往哪方面發展，想深入瞭解，推薦一個大數據學習群 142974151每天晚上20:10都有一節【免費的】大數據直播課程，專註大數據分析方法,大數據編程，大數據倉庫，大數據案例，人工智慧,數據挖掘都是純乾貨分享，給大家分享目前國內最完整的大數據高端實戰實用學習流程體系。
Python程式員 如果你是Python程式員，對軟體開發和腳本編寫一定很熟悉，也許已經在使用很多數據科學中常見的庫例如NumPy和SciPy。 Python對數據科學應用的支持很好，尤其是NumPy/Scipy, Pandas, Scikit-learn, IPython等用於探索性分析的庫，在處理大型數據集方面，多學些Hadoop及其與Python的流式集成。 統計學從業者 如果你有統計學或者機器學習的背景，對於R、Matlab和SAS等工具一定非常熟悉，對於很多機器學習演算法都有很成熟的實現方法。但是，這些工具通常被用於做數據勘探和模型開發，很少單獨用來開發產品級的數據產品。顯然，熟悉一門現代編程語言，例如Java是你的首要任務。 業務分析師 如果你的背景是SQL，那麼說明你已經跟數據打交道很多年了，你很清楚如何通過數據獲取業務分析結果。Hive能讓你以你熟悉的SQL語言訪問Hadoop上的大數據集，因此是你步入大數據殿堂的首選。 總結 通向大數據之路不可能一帆風順，你必須學習很多新規則和最少一門編程語言，更重要的是還要積累實戰經驗）。這些都需要時間、精力以及金錢投入，但最終你會發現一切都物超所值
