五一整理了一份數(shù)據(jù)資源
現(xiàn)在大數(shù)據(jù)的概念問世這么多年來，大數(shù)據(jù)從技術(shù)，政策和資本等多個角度已經(jīng)切入到社會方方面面，未來數(shù)據(jù)也會成為的經(jīng)濟(jì)驅(qū)動因素中越來越重要的一部分。對未來而言，大數(shù)據(jù)的發(fā)展將影響到產(chǎn)業(yè)、企業(yè)和個人。馬云也說了：“未來最大的資源就是數(shù)據(jù)，不參與大數(shù)據(jù)十年后一定會后悔！”
目前阿里的交易數(shù)據(jù)每天都是PB級別，都是公司最具價值的超級資產(chǎn)。后起之秀的字節(jié)跳動更是以大量數(shù)據(jù)為引擎。
壞消息，獵聘最近發(fā)布了一份《2020年中國AI&大數(shù)據(jù)人才就業(yè)趨勢報告》，上面顯示，這方面人才需求快速增長，而今年約為4年前的12倍，全面進(jìn)入”人才荒“時代了！無人可用！
大廠：花錢！搶人！
小廠：...
因疫情影響，很多行業(yè)都遭受了沖擊，但大數(shù)據(jù)以及AI卻脫穎而出。BATJ這類大公司、上萬家中型公司和數(shù)不清的創(chuàng)業(yè)公司都大量渴求這方面的人才。
之前我說大數(shù)據(jù)不精通Hadoop、MapReduce、HDFS這些是啥，但不代表你不需要了解和學(xué)習(xí)基本的內(nèi)容。其實不只是需要了解這些，還有Storm、Hbase、Flume、Spark、SparkSQL等等都是需要大數(shù)據(jù)分析、大數(shù)據(jù)挖掘、大數(shù)據(jù)算法等崗位去學(xué)習(xí)和了解的。
對于想從事大數(shù)據(jù)開發(fā)的朋友來說，上面的那些技術(shù)棧更是應(yīng)該非常熟練的掌握（我個人建議沒有項目經(jīng)歷和工作經(jīng)驗的朋友不要轉(zhuǎn)數(shù)據(jù)分析，因為真的HC太少，可以考慮數(shù)據(jù)開發(fā)，很吃香，工資也很高，競爭系數(shù)相對算法和分析來說要小一些）。
不用慌，我也給大家準(zhǔn)備了一套學(xué)習(xí)資料（文末自由獲取），非常詳細(xì)的講解了這些內(nèi)容：
有些業(yè)務(wù)場景的任務(wù)不是簡單的對比、交叉之類的分析可以解決（一般是提供一些探索性過程結(jié)果）。比如分類、預(yù)測、人群聚類、文本挖掘等等。
我之前提到過大數(shù)據(jù)一般可以分成定量和定性的分析，定量的大家都比較清楚，也比較常見，但是定性的會去研究用戶的主動反饋意見，而這些一般都是文本，當(dāng)數(shù)據(jù)量較大的時候，肯定不是一條條自己去分析用戶的情感、觀點等維度，這時候完全可以利用文本挖掘的方法快速準(zhǔn)確的抽取出用戶觀點、主題和情感分析等等。
同樣，這部分我也給大家整理了一套學(xué)習(xí)資料
以上整理內(nèi)容【獲取方式】