大資料這個行業在科學發展的潮流中也變得越來越火了，那大資料工程師需要學習哪些必備知識和技能呢？

一、資料視覺化

R不僅是程式語言，同時也R具有強大的統計計算功能和便捷的資料視覺化系統。在此，推薦大家看一本書，這本書叫做《R資料視覺化手冊》。《R資料視覺化手冊》重點講解R的繪圖系統，指導讀者通過繪圖系統實現資料視覺化。書中提供了快速繪製高質量圖形的150多種技巧，每個技巧用來解決一個特定的繪圖需求。

Python 出現了很多新的Python資料視覺化庫，彌補了一些這方面的差距。matplotlib 已經成為事實上的資料視覺化方面最主要的庫，此外還有很多其他庫，例如vispy，bokeh， seaborn， pyga， folium 和 networkx，這些庫有些是構建在 matplotlib 之上，還有些有其他一些功能。

ECharts和D3.js 是基於HTML5 的兩個純Java圖表庫，它們提供直觀，生動，可互動，可個性化定製的資料視覺化圖表。創新的拖拽重計算、資料檢視、值域漫遊等特性大大增強了使用者體驗，賦予了使用者對資料進行挖掘、整合的能力。其擁有混搭圖表、拖拽重計算、製作資料檢視、動態型別切換、圖例開關、資料區域選擇、值域漫遊、多維度堆積等非常豐富的功能。

Excel中大量的公式函式可以應用選擇，使用Microsoft Excel可以執行計算，分析資訊並管理電子表格或網頁中的資料資訊列表與資料資料圖表製作，可以實現許多方便的功能，帶給使用者方便。事實上，Excel完全可以滿足大家日常工作中圖表製作和資料視覺化的需求，所以，想要進入大資料行業，學好Excel是基礎。

二、機器學習

機器學習的基礎包括聚類、時間序列、推薦系統、迴歸分析、文字挖掘、決策樹、支援向量機、貝葉斯分類和神經網路。這些基礎知識光是聽到名字就覺得深不可測，但是如果具備了統計學和概率學的基礎知識，就能夠輕鬆掌握這些高深莫測的名詞。因此，建議在進行機器學習之前，先進行統計學和概率學的學習是非常有必要的。

完成了統計學和概率學的基礎學習之後，之後就可以選擇一兩款機器學習工具來實戰練習了，谷歌的TensorFlow和百度的百度大腦都是非常優秀的機器學習框架。

三、演算法

對於程式設計師來說演算法並不會太陌生，首先要了解什麼是資料結構，它包括棧、佇列、連結串列、散列表、二叉樹、紅黑樹、B樹。之後就要學習常用演算法了，常用演算法包括：排序（插入排序、桶排序、堆排序、快速排序）、最大子陣列、最長公共子序列、最短路徑和矩陣的儲存運算。大資料學習群142973723

最後，掌握幾款常用的資料分析挖掘軟體，比如MATLAB、SPSS和SAS。