大資料快速發展的今天，很多人選擇加入大資料學習的陣營，課時從哪裡入手，如何選擇合適的開發語言來做與大資料相關的事，這個話題應該困擾了不少大資料學習的新人，在面對五花八門的「開發語言」和「分析軟體」時，自己該如何選擇？

          先開門見山的給出結論：在職場中，學習任何一門技術，優先考慮工作需求本身，其次是職業發展所需，最後才是興趣和好奇驅動。本末顛倒的話，不僅學習效率低下，而且還可能竹籃打水一場空，浪費時間成本。

       就拿我自己說事，讀書期間在做「數學建模」時，因為不是計算機\軟體相關的專業，唯一接觸過的C語言（The C Programming Language）也只懂皮毛，所以每一次比賽為了去「收集資料、處理資料、分析資料和構建模型」，只能藉助人力、Excel、Matlab和SPSS去操作。

         當然，這些工具也足夠去滿足比賽的技能要求了，而且比賽的核心也不在於非要用更高階的程式語言，相反它們只是解決問題的一種形式罷了，關鍵在於要快速上手，要能解決需求痛點。

        所以，在這樣的一個情況之下，我並沒有犧牲大量的學習成本，重新去提高C語言的程式設計能力，甚至是從0到1去學習Java語言。

       臨近秋招前，我開始去了解工業上常用的資料開發軟體和開發語言，簡直是琳琅滿目，有Python、R、Eviews、SAS、SPSS、Tableau、水晶易表，一大堆。還有Java、C、C++、Hadoop各種詞彙都浮現於眼前。那時候就有點不知所措了，完全不知道該學什麼，所以最後都選擇接觸了一遍，但結果真的是白費努力，浪費時間。

       後面實習入職了一家網際網路電商平臺，部署了6~7個節點的分散式叢集去做大資料計算，當時還以為自己終於能玩「大資料」了，可沒想到最後用的最多的卻是SQL\HQL、Excel、PPT、SPSS。而且它們已經足夠解決日常的工作需求了。

        所以說，學習任何一門技術，最好能在實際工作中有所使用，畢竟你的工作時間限制了你的學習精力，否則你很難去達到熟練的程度，更別提深入專研。

       但不管如何，從行業的發展趨勢上，很多新技能是必須要學習和掌握的，如果工作中真的沒有機會去接觸和使用的話，那就只能換一個更合適的平臺。

        當初我就是這樣去考慮的，畢竟「大資料」的熱潮已經全面鋪開了，再不抓緊就只有看夕陽西下了。

…

      所以，在後面幾年的工作經歷中，我都是在接觸Hadoop、Spark相關的開源軟體，從0到1的去學過Python、Java、Hive、MapReduce（基於Java實現）、Shell 、Scala、Spark Streaming這些技能。

       但是不管如何，這一切的新知識學習都是為了去適應工作環境，為了更快捷和更高效去解決工作需求的問題。同時因為工作中常常接觸到，所以才能熟練起來，也才有機會去深入思考更底層的問題。

      總而言之，我認為任何技術都是為了更好的服務於業務，業務是驅動技術發展的關鍵因素。

       當然，從行業趨勢上，我也打算在後期引入深度學習的計算框架，也會去考慮高併發的計算效率優化等等，但是迴歸本質都是為了提升業務模型的效果，解決更多業務需求痛點。

       因此，要想去學習新技能，引入新技術，大前提是現有的業務需求已經得到有所解決，而且能夠得到業務的支援和信任，這樣在後期技術的推進上才能有時間去摸索，有機會去嘗試。否則，你同樣只能學個皮毛。

…

       好了，講述完了我自己，最後來談談大多數朋友的局面，這也是大家所關心的。

① 首先，作為資料小白，應該先學習什麼資料技能？

毫無疑問，這時候你需要先把「入門」作為首要目標，不要過於浮躁，優先考慮去學習SQL、Excel、SPSS、PPT，這樣你才有機會進入一個平臺，能夠接觸資料，開始資料分析，嘗試撰寫報告。利用好這個跳板，你才能向「成長」進階。

② 其次，作為業務人員（含分析師、產品經理），應該學習什麼資料技能？

這時候你需要去進一步提高自己的專業技能，這樣才有機會去更瞭解資料，訓練資料感，寫出更有深度的分析報告，甚至是以後的轉崗。所以你需要一把利劍，我會優先推薦Python，節省以後學習其他語言（Java、Scala）的時間成本。

③ 另外，作為資料開發，應該先學習什麼資料技能？

我的建議是，你先去做好一個Java工程師，掌握一定的專業技能，再來考慮從事大資料開發呢。

當然，這樣的時間成本或許挺高，而且現階段開源這套技術框架基本穩定和易上手了。

④ 最後，作為資料探勘，應該先學習什麼資料技能？

資料探勘這個崗位，嚴格上區別於演算法工程師，前者是一個偏業務、重資料、看實踐的崗位，通俗易懂就是在探索海量資料中的經濟價值。

所以，大部分資料探勘工程師，首當其衝的痛點是需要思考一個問題：如何將以往熟練的這套技術和流程與「大資料」和「業務」相結合。

別想著利用Python\R去直連生產環境的資料做分析，很多平臺都有堡壘機，也不允許本地環境與生產環境的直接互動。即使你load到了線上資料，但是隻憑藉DataFrame這樣的操作，我認為很難去分析出什麼資料價值，更別提能不能單機運算的效率。

所以，做資料探勘工作時，除了思考模型的效果提升，也要考慮清楚自己的模型後期將如何去與線上業務結合，以及它的計算效率和自動化工作。

因此，我建議優先去考慮一下分散式叢集的計算方式，如果平臺缺乏團隊和資金的話，要麼考慮單獨增加本機的計算資源和優化模型的計算效率，要麼考慮換一個工作環境。

最後，對於大部分資料探勘工程師來說，一定要加強SQL、Excel的使用，這是最基本，也是最重要的。

…

所講的這些，是為了讓大家正確的做資料。學習這些技能，是為了讓大家輕鬆的做資料。歸根到底，都是為了提高核心競爭力，花最短的時間，輸出最大的價值，讓自己更值錢！