本文目录
大数据的前景怎么样
大数据产业是当前和未来一段时间非常热门的行业，更是国家推动发展动能转换的重要手段之一，前景十分看好。能否转行去学大数据，个人觉得必须要考虑清楚难易程度。下面，简单分析一下转行学习大数据的几个需要关注的点。
首先，大数据隶属于信息技术领域，它涉及的专业技术有计算机技术、网络技术、通信技术等等，如果你原先学习的专业与上述这些专业相近或相关，那我恭喜你，你想转行去学习大数据，应该不难。只要将你的专业方向调整到大数据上，去深挖其中的技术细节，并掌握常规的技术应用，就可以较为顺利地成为大数据产业中的一名技术人员。
其次，如果你学习的专业与上述信息技术领域的专业没有太大的关联，也不用灰心丧气，还有其他一些途径。因为大数据技术本身是不产生数据的，数据源才是大数据产业中十分重要的一个部分。如果你的专业与数据源产生的途径有关联，也是可以转向学习大数据的。
举个例子，今天我们常听到“智慧城市”这个词，其实，智慧城市也是由很多专业模块组成的。例如，智能交通就是智慧城市的一个重要子模块。在智能交通中，需要以城市交通大数据作为交通指挥方案和调度的不断优化调整的依据。
那交通大数据如何产生呢？就是需要建立专门的系统，采集交通数据，并通过专业的分析、筛选和汇总，形成能够对指挥交通有益处的交通大数据结果。
如果你的专业与交通大数据数据源的产生密切相关，包括交通流量监测、交通调度指挥、交通信号设计等等，你都是能够在交通大数据应用上大显身手的，从这个角度来说，你的专业只要与特定的数据源产生相关，你也是可以转行去做大数据的。
当前大数据蓬勃发展，各个行业和领域都在积极推进与大数据的融合，包括交通大数据、旅游大数据、金融大数据、医疗大数据、教育大数据、消防大数据等等，都为产业发展与大数据的融合打造了典型示范应用，未来还有更多的行业将与大数据相融合，所以，大数据的发展前景十分广阔。
当然，如果你本身学习的专业，与上述两个大的方向都无关的话，还是要慎重选择，毕竟放弃所学专业重头开始在新的领域学习，不仅要承担经济的压力，还要承担学习的压力，所以，自己要根据自身的条件和实际进行合适的选择。希望我的回答能够给你带来帮助。
我是职场问答达人雪天惊雷，欢迎关注我并与我交流互动，感谢您的阅读和支持！
大数据有成功案例吗
很荣幸回答你的问题！
与大数据而言，不同的研究机构对“大数据”的定义略有不同，但它的5个特性始终相同：量大，速度快，高密度，低价值性和真实。
于此回到你的问题，或许题主你就是对他的价值性产生疑虑吧。
其实大数据也是有过成功应用的，洛杉矶警察局就应用过大数据对犯罪进行预测，成功将犯罪率降低了36个百分点！
google流感趋势，一款谷歌发布的预测禽流感的收索引擎也成功的利用搜索关键词预测过禽流感。
其实大数据的成功案例真的比比皆是，只是身为小众的我们不容易接触到而已。
如今已是互联网如日中天的时代，做什么都得依靠数据，就犹如题主提的这个问题，也会是根据大数据算法推荐到相关人士的手里的。
之所以大数据的价值性比较低，就是因为它所覆盖的面太广，数据量也比较大，所以相对应的价参考就值得商榷，但大数据的肯定是会有成功案例的！
如果题主你是要接触这一行的话，还是要自己好好斟酌一番，以自身条件考虑！！
自学数据分析师需要从哪里入手
自学数据分析师需要从哪里入手？
互联网行业在快速发展，“互联网＋”概念的提出标志着互联网已叩响“万物互联时代”的大门。在这个时代，大数据渗透于各行各业，掌握数据核心价值成为企业脱颖而出并取得胜利的法宝。
越来越多的企业承认竞争优势与大数据有关，由此，数据分析师这一职业逐渐得到认可并受到追捧。世界500强企业中，有90％以上都建立了数据分析部门。 在国内，已有超过5６％的企业在筹备和发展大数据研究，据有关部门预测未来 5年，94％的公司都将需要数据分析专业人才，大数据就是下一个ＩｎｔｅｌＩｎｓｉｄｅ，未来属于那些能把数据转换为产品的公司和人群。
优秀的数据分析师已经成为促进各行各业发展，推动国家经济进步的重要人物。但我国针对数据分析的研究起步晚，市场巨大，职位空缺现象十分严重。
一、互联网环境下的数据分析师
1、数据分析师的定义
谈起数据分析师，很多人都认为其职位高高在上，不可企及，但实际并非如此。让我们从案例出发来探索其内在含义，数据分析最经典的案例便是“啤酒与尿布”，沃尔玛超市将Ａｐｒｉｏｒ算法引入Ｐｏｓ机数据分析发现，美国年轻的父亲去超市为婴儿购买尿布的同时，往往会顺便为自己购买啤酒，这样便使尿布和啤酒这两样看似不相干的商品有了某种联系。于是，沃尔玛尝试将两种商品摆放在同一区域，进而取得了意想不到的良好销售收入。可见，数据分析是运用适当的方法对收集来的大量数据进行分析整理，筛选有价值的信息并形成相应的解决方案以帮助人们作出判断，采取适当行动的过程。
2、数据分析师的层级分类
经对多家招聘网站数据分析师的招聘信息进行分析研究，发现目前数据分析师大体分为三个层级：传统行业的数据分析师、互联网初级数据分析师、互联网高级数据分析师。
第一层级传统行业的数据分析师，主要工作是整理、处理数据，专业技能只要具备一定的数学和统计学知识储备即可；
第二层级是互联网初级数据分析师，职位要求在传统数据分析师的基础上掌握少数的计算机工具譬如ＳＰＳＳ、ＳＱＬ等，从职人员需具备一定的数据敏感度和逻辑思维能力，能够对数据源进行分析并能制作数据报表；
第三层级互联网高级数据分析师，这是一类复合型人才，要熟悉业务环境并能与技术相结合解决企业实际问题，并掌握数据挖掘常用算法和一系列相关的分析软件，他们的工作与企业发展密切相连，拥有一名优秀的数据分析师的企业将拥有与同行业竞争的资本。
3、数据分析师的能力需求
数据分析师的工作分为采集、存储、筛选、数据挖掘、建模分析、优化、展现、应用等一系列过程。 接下来从主要步骤详细分析数据分析师的能力需求。
数据挖掘过程即从海量数据中提取潜在的有价值的信息，要求数据分析师掌握一系列相关分析方法譬如聚类分析、关联分析、等并能熟练运用数据挖掘算法和相关工具；
建模分析即对数据抽象组织，确定数据及相关性的过程，在此基础上要掌握譬如决策树、神经网络、Ｋ-ｍｅａｎｓ算法、ＳＶＭ等至少一种相关算法；
展现过程要求具备数据整理、数据可视化、报表制作能力，熟练应用 Ｄ3、Ｖｅｇａ实现数据可视化，并能运用 Ｒ和 ＤａｔｅＷａｎ-ｇｌｅｒ工具将原始数据转化为实用的格式。
二、数据分析师的培养现状
1、国外数据分析师的培养现状
在国外，无论是学术研究还是企业部门，数据分析已发展到较为成熟的地步。 斯坦福大学的研究成员着手开发 ＭＥＧＡ(现代动态网络图像分析 ＭｏｄｅｒｎＧｒａｐｈＡｎａｌｙｓｉｓｆｏｒＤｙｎａｍｉｃＮｅｔｗｏｒｋｓ）并与多家媒体公司紧密合作，研究社交媒体中的用户行为，建立模型并探究其中的规律；哥伦比亚大学已开设了《数据科学导论》和《应用数据科学》课程，从 2013 年秋季起开设“数据科学专业成就认证”培训项目，并于2014 年设立专业硕士学位和博士学位；华盛顿大学开设《数据科学导论》课程，并对修满数据科学相关课程学分的学生颁发数据科学证书。 数据分析师在国外已引起了充分的重视，他们均衡分布在各行各业，运用掌握的专业知识并结合相关思维为自身、企业乃至社会的发展做着不小的贡献。
2、国内数据分析师的培养现状
近年来，在国内，大数据的概念虽被媒体和行业广泛提及，但数据分析算是刚刚起步，数据分析师的培养课程未得到普及，我国目前将数据分析纳入教学体系的高校寥寥无几，开设相关课程并取得一定成果的有：香港中文大学设立“数据科学商业统计科学”硕士学位；复旦大学开设数据科学讨论班，于 2010 年开始招收数据科学博士研究生；北京航空航天大学设立大数据工程硕士学位；中国人民大学统计学院开设数据分析方向应用统计硕士。和国外相比，我国数据分析师的人才培养机制还未成熟，高校教育仍存在各种各样的问题，譬如，大学生虽然从多门课程中接触到与数据分析相关内容，但各门课程的教学资源未能实现有效的整合。互联网环境下，大数据带来的是一场革命性的变化，若想把握机遇，实现国家经济革命性发展，首要任务就是数据分析师的培养。
三、自学数据分析师从这里入手
数据分析师作为新时代新兴起的高薪职业，对人员的能力要求是相当高的，下面将根据数据分析师的定义、能力需求并结合互联网环境的时代背景，对数据分析师的成才途径作出详细的分析。
1、思维变革，数据分析师成才的前提
首先要在思维方面有所改变，培养自身数据思维、多模式思维、逻辑思维和结构化思维。
①数据思维，即量化思维，对数据具有独特的敏感度，相信一切事物皆可量化；
②多模式思维，即构造多种想法和解决思路，拓宽思维，从多角度出发，以寻求最优的解决问题的方案；
③逻辑思维，在错综复杂的海量数据中要有缜密的思维和清晰的逻辑推理能力才能按照自己既定的目标有效解决问题；
④结构化思维，即系统性思考问题，深入分析内在原因，能够制定系统可行的解决方案。
2、技能变革，数据分析师成才的工具
作为一名优秀的数据分析师若想在互联网环境下对海量数据进行有效的管理，就要努力学习相关的专业技能。
①要掌握多种机器学习方法，不断学习相关软件应用，譬如，Ｊａｖａ、Ｐｙｔｈｏｎ、ＳＱＬ、Ｈａｄｏｏｐ、Ｒ等等，这将成为数据分析全过程的辅助工具；
②掌握一定的心理学知识，能够很好的分析和解释客户行为；
③掌握业务能力及管理能力，在以上基础上，最核心的是要掌握一定的业务能力和管理能力。
3、素质变革，数据分析师成才的保证
在个人素质方面，互联网时代对数据分析师的要求增多，若想成为优秀的数据分析师就应不断学习完善以下素质能力：对工作的态度严谨认真，对数据的变化时刻保持敏锐的洞察力，对方法的运用保持一定的创新性，对团队保持团结合作之心，能与顾客沟通交流并及时了解他们的需求。
4、深入实践，数据分析师成才的动力
数据分析师的职责是帮助企业挖掘市场价值、发现机遇、准确进行市场定位并从海量数据中找出问题，提出解决方案。 因此，在数据分析师的成才道路上，实践是必不可少的。 相关人员要在掌握理论的基础上，敢于应用于实践，充分考虑数据中存在的价值和风险。使自我能力在实践中不断改进和完善。
【欢迎亲爱的朋友留言、互动、点赞、关注、收藏、转发。更多精彩分享给你......】
大数据目前有应用案例吗
你好！
最近在看吴军老师的《智能时代》，里面列举了很多传统企业，比如：Prada和金风科技，在有了大数据的加持后，重新焕发生机的例子，分享给你：
普拉达
普拉达（Prada）是意大利著名的奢侈品品牌，在经营中遇到了这样一个问题，比如，一款时装卖得不好，是设计的问题或者是制作的问题，还是在专卖店销售的问题——比如没有把它梵高明显的位置，这些都无从得知，所以，就无法给出针对性的改善。衣服卖的好坏，全靠运气。
大数据时代，普拉达开始利用最新的IT技术来提升它的销售，具体如下：
1、在商品的标签里潜入一个很小的RFID芯片，里面存储的信息可以被专门的阅读器发出的无线电波探测出来。销售人员挥动一下衣服，阅读器就可以给出详细信息，且可以把客户正感兴趣的这件商品跟他们可能感兴趣的其他商品联系起来。顾客和店员交互的越多，购买的可能性就越大，没有这个芯片之前，店员的推荐完全靠个人意志。
2、改造专卖店的试衣间，这样，每次顾客把时装拿到试衣间试穿，店里都能记录下来。数据分析师根据这些数据就能知道，一件时装卖的不好，是因为放在店里没人注意到，还是因为试穿后顾客不喜欢，根据这些信息，就能锁定问题是出在了设计和制作上，还是，店里的销售上。
3、在试衣间内设置一个屏幕，能够让顾客从各个方位“看”到自己试穿上一件衣服或者戴上围巾、皮具的效果。还可以让顾客看到自己试穿不同尺码、不同颜色类似服装的效果。
金风科技
金风公司，是一家生产风能发电设备的公司，2015年，它的风能发电机在全世界的占有率已经排到了第二位。但是，其海外市场面临的困境在于，虽然市场占有率不低，营业额也不少，却没有多少利润。
因为金风有能力赚取设计环节的利润，却无法掌控市场，这是由企业级设备销售的特点决定的，在世界贸易中，销售者和制造者通常不是同一个公司。这个中间商，一方面搭建了制造商和顾客的桥梁，但另一方面，也阻断了买卖双方的关系。通常是买卖双方货款两情，他们之间的关系就断了。导致，金风公司无法准确对海外的市场进行预测。
大数据时代，金风的管理层逐渐意识到了数据的重要性，开始转换经营理念。
利用互联网，将发电机的各种数据，如地点、发电量、运行情况全部收集到公司，进行大数据分析。如此一来：
1、一方面，可以全面了解全球风能分布情况、各地的风力利用情况等宏观信息，有利于公司做针对性推广；
2、另一方面，可以了解每一台发电机日常运行的每一个细节，不仅发电机有问题可以及时被发现解决，而且进一步改进也有了数据依据。
这样一来，金风的经营策略就从依赖市场预测、打价格战等传统营销手段，提升到成为高质量的服务商，业绩也得到明显提升。再到后来，其商业模式也发生了变化，主营业务从风力发电机的制造，转变成发电设备的运营和服务，至于发电机的生产，该公司只负责研制，然后将设备的制造交给其他公司去做。
希望能对你有所帮助。如果觉得这个回答不错，就给我点个赞吧。
-作者-
冯银川，85后，央企物流总监，天津大学MBA，马拉松跑者。专注于物流和个人成长。关注我，我们一起成长！
我每周会在自己的头条号——《物流者说》上更新至少2篇文章；每天会在悟空问答上回答至少2个物流或者个人成长方面的问题。有空的时候可以去我的主页逛逛，希望能帮到你！
大数据的典型案例有哪些
在过去两年中，“大数据”这个词已经越来越为公众所熟知。 “大数据”总是以高寒的形象出现在公众面前。面对大数据，我相信很多人都很困惑。下面我们使用十个经典案例让大家触摸到真正的“大数据”。你会发现它实际上是在周围，它也很有趣。我对大数据也有一定的了解，因为在Kodori有专门研究大数据技术的朋友。
“当互联网尚未发现时，移动互联网即将到来。当移动互联网尚不清楚时，大数据即将到来。”在过去两年中，“大数据”这个词已经越来越为公众所熟知。 “大数据”总是以高寒的形象出现在公众面前。面对大数据，我相信很多人都很困惑。下面我们使用十个经典案例让大家触摸到真正的“大数据”。你会发现它实际上是在周围，它也很有趣。
啤酒和尿布
在对消费者购物行为的分析中，全球零售巨头沃尔玛发现，男性顾客在购买婴儿尿布时经常使用几瓶啤酒来对待自己，因此他们试图推广啤酒和尿布的组合。我没想到这个措施实际上会增加尿布和啤酒的销量。如今，“啤酒+尿布”的数据分析结果已经成为大数据技术应用的经典案例，人们对此表示赞赏。
数据新闻让英国退出
2010年10月23日，“卫报”使用维基解密数据制作了“数据新闻”。在地图上标记伊拉克战争中的所有伤亡人数。地图上的红点代表死亡和受伤事件。鼠标点击红点后弹出的窗口有详细说明：伤亡人数，时间和伤亡人员的具体原因。密集的红点高达390,000，这特别令人震惊。一旦公布，它立即引起了执政党和反对党的震惊，迫使英国最终决定退出伊拉克军队。
谷歌成功预测了冬季流感
2009年，谷歌分析了美国最常搜索的5000万个词汇，并将其与2003年至2008年季节性流感传播期间的美国疾病中心进行了比较，并建立了一个特定的数学模型。最终，谷歌成功预测2009年冬季流感的传播甚至可能针对特定地区和州。
大数据和就业癌症治疗
乔布斯是世界上第一个对他的DNA和肿瘤DNA进行排名的人。为此，他付出了数十万美元。他得到的不是样本，而是涵盖整个基因的数据文档。医生根据所有基因开了药，最后，这种方式帮助乔布斯延长了几年的生命。
奥巴马的连任成功了
2012年11月奥巴马大选成功连任的成功也归功于大数据，因为他的竞选团队进行了大规模和深入的数据挖掘。 “时代”杂志称，依靠直觉和经验进行决策的优势大幅下降。在政治舞台上，大数据时代已经到来。各种媒体，论坛和专家的压倒性宣传让人们对大数据时代的到来感到兴奋。企业家们已经加入了这个狂欢团队。
微软大数据成功预测了奥斯卡21项大奖
2013年，微软纽约研究所的经济学家大卫·罗斯柴尔德利用大数据成功预测了24项奥斯卡奖中的19项，并成为津津乐道的话题。今年，罗斯柴尔德继续努力预测第86届奥斯卡颁奖典礼上的24个奖项中的21个，并继续展示现代科技的魔力。
超市预测高中生怀孕了
明尼苏达州的一家塔吉特商店遭到客户的抱怨，一名中年男子指责Target向他的女儿，一名高中生发送婴儿产品优惠券。但是他没多久就道歉，因为女儿在他问过他之后承认他真的怀孕了。 Target的百货商店依赖于分析所有用户的购物数据，然后通过相关性分析来了解事情的真实情况。
如何对大数据做出正确的分析与决策呢
大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，所以我来回答一下这个问题。
大数据技术经过多年的发展已经趋于成熟并且形成了一个初步的产业链，涉及到数据采集、存储、安全、分析和应用等，其中大数据分析是大数据产业链的重要环节，也是大数据实现数据价值化的核心步骤，所以大数据分析的相关研究也是大数据技术领域的热点方向。
大数据的分析有两种主要的方式，一种是基于统计学的分析方式，另一种是基于机器学习的分析方式，不论哪种方式都需要研发人员具备扎实的数学基础。
要想提高大数据分析的准确性，需要注意以下几个环节：
第一：注重算法的设计和实现。大数据分析与人工智能具有紧密的联系，在技术手段上也有很多相似的地方，比如都需要进行模型的设计，建模对于大数据分析同样非常重要。建模的核心是算法的设计和实现，这个过程还是具有一定难度的。
第二：注重训练过程。基于机器学习的数据分析方式需要进行大量的算法训练，算法训练需要大量的数据支撑，所以在云计算时代，机器学习随着算力的增强以及数据量的提升，在实用性方面得到了较大的增强，尤其是深度学习领域的发展。
第三：注重落地应用。大数据分析一定要结合实际的应用场景，场景大数据分析也是目前进行大数据分析的主要方式，不同的应用场景往往需要采用不同的数据分析方式，同时在数据维度的定义上也会有所变化。对于分析人员来说，要想提升大数据的落地应用价值，一定要具备一定的行业知识。
大数据的决策环节是大数据的出口，目前的决策者通常有两个角色，一个是传统的人力岗位，另一个是人工智能产品。随着人工智能的发展，未来将有更多的智能体会参与到决策中来，从而全面提升系统的运行效率。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！
