r数据挖掘 电脑硬件配置

学大数据的电脑配置主要在内存方面，至少8G，上不封顶，一般16G够用。当然这只是学习层面，自己搭虚拟机玩玩。工作中，公司自然会给你分配服务器让你工作。

2. 有哪些方向？

数据开发、数据分析、数据挖掘。其中每个大方向又拆分了几个小方向。

三者的联系是，数据过来之后先进行开发，然后进行分析，最后从数据中挖掘出价值并进行应用。

3. 用Java还是Python？

数据分析和数据挖掘基本使用Python。

数据开发不局限于语言。数据开发大多数Java，少部分Python，也有Scala，具体看公司项目技术栈。因为大部分大数据框架都支持Java接口，而且大部分公司项目技术栈都用Java，所以Java居多。Python更多地使用在脚本或者前期的框架粘合。Scala大多用在Spark框架。

具体可以去招聘网站的JD看，先看自己想去的公司，最后再看自己所在城市的公司。

4. 需要学机器学习吗?

数据挖掘需要机器学习的知识，部分数据分析岗位需要机器陪高学习知识。

数据开发大多数是不需要的，但有些公司的数据开发岗位也要涉及到推荐系统模型等，或者要使用Spark的mlib库等等。初学者不需要特意去学，可等到后期技能拓展或者工作中需要再学。

如果你对大数据开发感兴趣，想系统学习大数据的话，可以戳我加入大数据技术学习交流群，了解课程，获取学习资源

5. 哪个方向好？

都好，兴趣为王！想做算法相关的学数据挖掘，想做开发写代码的就学数据开发，想接触业务层面的可以学数据分析，更多的可以结合自己之前的专业技能、工作经历及之后想从事的工作内容进行考虑。

6. 需要数学知识吗？

数据开发和一般岗位的数据分析师都不需要什么数学知识，除了数据挖掘和部分数据分析进行建模时需要进行统计等 *** 作才需要数学知识。

7. 需要高学历吗？

入门级别的都不用看学历。看学历指数：数据挖掘 >数据分析 >数据开发。数据分析和开发正常本科就够了，数据挖掘大多是本科以上。

8. 薪资高吗？

大环境下，薪资：数据挖掘 >数据开发 >数据分析。同一家公司同一级别的岗位，数据开发正常高于普通开发。

具体看城市、公司以及工作年限。

9. 就业前景和市场需求怎么样？

市场需求怎么样，看培训机构的动作就知道了，今年市场上涌起一大批大数据的培训机构。而且随着企业上云，数字化转型，5G时代的到来，对数据会越来越重视。

无论哪个方向的就业前景都是明朗的，大数据的三大方向后期可以进阶纯做乱缺技术架构，纯业务管理，技术与业务结合的解决方案架构师，也可以三者之间相互转型。

第一批大数据专业的学生现在大三，至少得再过2，3年，学校的课程才会相对完善，并能批量生产。不过科班的学生都知道，是不是科班只有在简历上写的不一样，上课玩的游戏都一样的。

10. 数据开发和后台开发的区别？

大数据开发相当于后台开发的升级版，要处理的数据量更多，应付的场景更复杂。

有要求的，有的运行的话，程序内存不足或者CPU运行模块的话，影响程序的运行，一般来说对内存要求比较大的。然后要一定要有程序的软件环境才可以运行的，如果说连基础的软件环境都没有的话，程序是运行不了的。

运行虚哪搜环境是其他所有程序的基础环境，运行环境是由 *** 作系统决定的，其他所有程序都是通过 *** 作系统与计算机硬件进行交流。现在比较常见的win，Linux，IOS等等，不同环境下的开发环境是不一样的，开发环境都有相应的各种版本，规则也有区别。

运行应差历用程序方法有：

双击程序运行文件；右键程序运行文件（或快捷方式），运行；win徽标键+R 打开运行对话窗，输入程序运行文件名称；任务管理器-运行-输入程序运行文件名称；进入命令提示行，输入运行程序命缓嫌令。

它与应用软件的概念不同，应用软件指使用的目的分类，可以是单一程序或其他从属组件的集合，例如Microsoft Office、OpenOffice。

应用程序指单一可执行文件或单一程序，例如Word、Photoshop。日常中可不将两者仔细区分。一般视程序为软件的一个组成部分。