国家的大数据战略实施已经到了关键的落地时期，创新、实体经济都跟大数据分析有着深度的融合，在各行各业都能看到大数据分析师的身影，另外大数据安全管理和立法等方面也进入到了关键时刻，所有这些无不在向人们诉说着一个事实：大数据分析岗的市场需求度巨大，未来潜力好。　

　　据悉，现在我国的大数据分析专业性人才缺口高达几十万，因为供求极度不平衡，即便现在转行也来得及，仍然仍乘着这股热潮获得不错发展前景。那0基础是否适合大数据分析?能完成大数据分析岗位的转型吗?下面就由我来具体介绍一下。

　　先来看看大数据分析到底要学什么，具体来说，大数据的课程包含了计算机编程语言、软件系统、大数据分析流程、数学&统计学&算法、实操等几个模块，要做到几个模块完全融入才能就数据做精准分析，得到可视化结论，以所建模型预测未来的数据可能。

　　第一，计算机编程语言，计算机编程语言众多，建议先从java开始，因为它的学习难度小且很容易入门，只要掌握关于java的一些基本概念就能利用java语言快速写出适合不同场景的程序。那学java要学什么?主要包含java的基础、JSP java web技术、SpringMVC、Mybatis、Hibernate。

　　第二，软件系统，主要包含linux、hadoop 、spark、storm开发、hive 数据库等，特别是linux和hadoop一定要学透彻，linux是许多打开许多软件的系统，hadoop又经常被直接用来等同于大数据分析，这两者学好了其他软件的学习将简单不少。

　　第三，大数据分析流程，全流程就是熟悉业务指向、数据获得、数据清洗、数据分层建模、数据可视化结论得出，所谓的了解流程不是简单的知道以上名词，而是要将不同环节要做什么跟具体使用软件一一对应起来。

　　第四，数学、统计学和算法，同样的数据、同样的系统软件，为什么不同分析师分析的耗费时间长短、顺畅度大不同?主要是因为不同人群对统计学的掌握度不一样，如果深谙以上学科往往能快速切入跟真实数据契合的角度去分析，如果存在知识点缺失断层则往往许多多次反复尝试才能离“真理”更近。

　　第五，实操，了解以上这些后得结合着现有数据走几遍真实从业流程，只有这样才能积累经验，可独立操作数据分析的全过程。