学习大数据专业的大学生，目前大一大二应该干些什么?

目前在一所中规中矩的211学校，大一，现在比较迷茫，没有明确的目标。没有保研的想法，未来可能会考研（但又不知道考研有啥用，可能只是跟风才想考的）。现在没上专业课，有时觉得学习不知道为了什么（像大学物理这些课程，以后又用不到…现在却是重点课程…），但又不想虚度光阴。有没有学长或者懂哥来指点一下，现阶段可以做些啥，能对未来就业或者生活等等各方面有帮助的都行。需要重点学哪些课，或者有什么技能最好可以掌握一下的？谢谢！

认真负责，这个问题我们最有发言权哈

我们是一群大数据企业在职小伙伴，分别就职阿里巴巴，京东，美团， 腾讯， 华为，携程，米哈游，游族，平安，新浪等中大厂。我们中有资深大数据开发，大数据技术专家，也有大数据架构专家。从事的岗位分别为大数据开发，大数据运维，有着丰富的大数据行业经验。另外，我们带了一些校招和社招的大数据学员，对大数据校招和社招有着深入的理解。同时，我也在跟两所一本大学的老师合作编写大数据教程。
大数据该如何学？

目前市面上的大数据路线图，可以说是误人子弟吧。可以说绝大多数人自学完了找不到工作。因为东西学太杂了，太多了，没啥卵用。精力有限呀，看着满满的内容，未必学的完呀！举个例子，你问别人怎么学英语，别人回答把英语词典背一下，细细品一下，好像可行，但又好像不可行！
术业有专攻，企业招聘的人是专业化的人才，而不是万精油。国内外大数据组件目前企业在用的有上百个，那你怎么学习？像培训机构一样把组件都简单的过一下，简历上写个技术全栈？
这种简历，稍微招聘多点的面试官，看到简历连面试机会都不给，一看就知道是培训机构出来的，后者看培训机构课程出来的。
那么该如何学习？大数据生态的东西特别多，所以学习一定要有方向性？如何选择方向，那就是选择岗位？看有哪些岗位，你想从事哪些岗位，就照这个岗位去学，术业有专攻。
具体初学者可以多看看我b站上的视频：搜涤生大数据。
目前大类划分大数据的岗位就两个方向： 1.数据中台（有岗位平台开发+集群运维架构）2.数据分析（有岗位离线数仓开发，实时开发，算法挖掘分析）。很明显对于初学者来说肯定是选择岗位最多，最容易找到工作，最容易上手的岗位。那就是数据分析岗位了。
数据分析里大致分三个岗位，离线数仓，实时开发。算法分析挖掘。显然最后一个算法挖掘一般人搞不了。那就剩两个岗位了，离线数仓与实时开发。相对来说，前者又更加容易岗位更多，实时方向岗位更少。但是注意如果是校招单纯学这些还是不够的，还需要更多基础的东西。
因为你要面临校招，对于这个我给你几点建议哈

（1）校招不同于社招，不管是科班的大数据/计算机相关类专业的，还是其他专业在校转行大数据的小伙伴。校招不能按照社招的模式去学习，不然会吃大亏， 因为校招真的很麻烦，问的东西都是基础而且繁杂的。
（2）大数据校招面试更看重基础（尤其是中大厂），校招不仅需要掌握大数据相关技术，还需要掌握一些基础知识（如计算机基础，算法数据结构，操作系统， 设计模式，计算机网络等）。校招面试内容杂而多，需要系统化备战，因为校招第一轮一般是笔试，如果笔试都过不了的话，基本就没啥机会了。
（3）校招看重两点：基础+学校。学校的权重很大，如果学校是 985/211 以上院校基本基础搞好了去一线中大厂问题不大。如果学校普通的话，那必须把基础这块搞好，也就说必须要有闪光点，东边不亮西边亮。
（4）校招相对不怎么看项目，大学生的项目基本面试官都知道咋回事，能把基础 搞好了就已经很牛逼了，简历可以写项目但要写让人信服认可的真实项目（真实企业实习做过什么），如果写的别人都不信，那还不如不写。项目这是很多初学者的误区，机构课程看多了，那是脱离实际的。
（5）注意实习经历也不是非要不可，这个只是锦上添花的，而不是你临门一脚。 前提你得基础搞好，基本技术到位才有价值。很多中大厂不 care 是否有实习经历。所以如果你现在大三（研 2）还没拿到秋招 offer 的话，优先考虑拿到offer，而不是你实习。
（6） 校招去中大厂和中小公司学习的重点完全是不同的，需要区别对待学习。

下面这个视频是拿下十几个offer的大佬分享的校招经验，你也可以参考下
大数据校招经验分享，如何拿下十几个中大厂offer，大学生大数据该如何学习？
希望能帮到你和有类似困惑的小伙伴，如有其他疑问欢迎交流，免费答疑解惑，职业规划！

没有目标不可怕，最可怕的是当别人都在进步的时候，你在原地踏步。
没有目标就先学习知识，你可以学习专业课程以及学校开设的选修课，去参加一些知识交流的平台、去阅读各类书籍，相信在这些尝试中，你会逐渐找到自己的目标。
专业课程学习

以中国人民大学为例，大数据专业开设课程如下：
基础课程(38学分)：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。
必修课(37学分)：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。
选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。
如果你觉得专业课程晦涩难懂、不知道从何学起，你可以从《大数据时代》、《大数据预测》、《为数据而生》、《数据之巅》等这几本书籍开始阅读，培养大数据意识，找到自己的学习兴趣。
参加学校活动

社团：参加一些学校社团组织的计算机活动，如计算机社团、兴趣小组之类的；
竞赛：ACM国际大学生程序设计竞赛、中国大学生计算机设计大赛、数据挖掘及 AI 比赛等等；
包括大家还可以参加一些学校提供的实习、以及自己请教学长学习经验和项目。
就业技能参考

• 操作系统：Linux（基本操作、软件维护、权限管理、定时任务、简单Shell等）
  
• 编程语言：Python、Java、Scala等
  
• 数据采集组件及中间件：Flume、Sqoop、Kafka、Logstash、Splunk等
  
• 大数据集群核心组件：Hadoop、Hive、Impala、HBase、Spark（Core、SQL、Streaming、MLlib）、Flink、Zookeeper等
  
• 素养要求：计算机或大数据相关专业
  

大家还可以在boss直聘、猎聘、拉勾网等这些招聘平台去看大数据就业需要那些技能和专业知识，然后再去补充学习以达到企业用人标准。
学习路线导航

• Python基础编程：8天
  
• Python编程进阶：10天
  
• MySQL：5天
  
• 大数据Hadoop技术栈：11天
  
• Pandas & Spark技术栈：11天
  
• 实时计算基础：4天
  
• 大数据实时技术栈：14天
  

黑马程序员Python：2022年Python+大数据学习路线图就业项目实战

• 星途车联网-涵盖基于Flink实时处理、离线处理，大数据高额Buff加成；
  
• 富华阳光保险-用SparkSQL结合数仓技术栈，计算30多个步骤，100多个指标，让大数据的计算速度奔跑起来；
  
• 亿品新零售大数据平台-使用Hive、Presto、Nifi、数仓技术栈，提供新零售大型商超集团的数据存储分析以及服务监控方案；
  
• 一站制造-使用SparkSQL、Prometheus、数仓技术栈，提供制造行业企业级数据存储分析以及服务监控方案，带你勾勒出产品制造信息全景图；
  
• 智数电商-使用SparkSQL以及SparkML技术栈，提供了企业级多方位用户行为建模分析方案，带你勾勒出互联网平台用户信息全貌；
  

<hr/>下面这些Python小工具、小技巧也或许对大家有用，可以收藏自用：

• 相见恨晚的Python库，都在这里了：哪些 Python 库让你相见恨晚？
  
• 有趣的一行Python代码，这些你都会么：一行代码可以做什么？
  
• 程序员常用工具、软件，提升你的工作效率：作为程序员的你，常用的工具软件有哪些？
  
• github一些简单的Python小工具推荐：Github 上有哪些简单的 Python 小工具值得推荐？
  
• 还有这些有趣的Python脚本，建议收藏自用：你用 Python 写过哪些有趣的脚本？
  
• 写Python有哪些技巧，这30个教你优雅写代码：写Python的时候，你有哪些奇技淫巧？？
  

量化交易系列文章：

• 黑马程序员Python：利用Python实现量化交易股票策略
  
• 黑马程序员Python：多因子策略1-应用市值中性化进行选股
  
• 黑马程序员Python：多因子策略2-多因子筛选练习
  
• 黑马程序员Python：多因子策略3- 模拟股票交易过程
  

机器学习相关学习：

• 我该如何入门Python机器学习?
  
• 如何系统学习机器学习？
  
• 机器学习领域有哪些适合新手学习的 GitHub 项目？
  

计算机小白学习规划：

大一新生，报了计算机专业，从未接触过计算机，该咋办？以上就是本次分享，了解更多内容欢迎关注 @黑马程序员Python ，祝大家学习顺利！

从高中进入大学，学习方法，学习模式已经改变了，甚至生活方式也变了，一下子不知道该怎么办的同学不少，有些人说大学生活就是泡妞和睡觉，你们千万别信，下面我就来讲讲，你们就明白了。
大学之前是被动学习，你要学什么已经安排好了，全是必修，没的选择，你的目标也固定是毕业。
很多同学进了大学看到外面竞争那么激烈，行业又内卷，不知道将来能做什么，课程有必修，有限选，有任选，要选什么？毕业后是就业还是考研？一下子不知道自己要做什么了。所以这种被动思维要转变，不能被动等学校安排，如果你只学大学课程，你会发现你只学了很多基础理论，一小部分技术，简单的操作，毕业后去面试就会发现自己一无是处。行业竞争很激烈，企业间都在不断的抢人才，招人来是要工作的不是来再培训的，所以对人才的要求也是很高，没办法，再培训意味人力成本的提高。
进大学后要怎么做呢？主动出击，主动学习！
进入正题，下面几点是你以后要做的，现在不一定马上能做到，是提前跟你说，让你准备。
1、保成绩。你要保证你的主课，大课不能挂科，尤其是专业课程，再进一步，任何一门课都不能挂科。这点很重要，应届毕业生面试时总要拿成绩出来，一个大学课程都学不好的人怎能让别人相信你的能力？你说我在校成绩不好但能力很强说出来谁信？竞争激烈，面试者众，不一定给你机会说就会把你淘汰。在2人实力相当时，企业会要成绩好的还是成绩差的？要从未挂科的，还是要挂了很多科的？所以一定要先保证功课过关，而且成绩还要达到学士学位毕业的标准。
2、编程思维。一般来说，在大学之前学编程的人很少，你很有可能还没有编程思维，那么未来就要重点培养编程思维，有了这种思维模式，写程序才容易。
什么是编程思维？举个例子，给你5个数字，让你从大到小排，你肯定会说这太容易了（是啊，如果这也不容易的话我真怀疑你是怎么上的大学了）。
但是，怎么写程序让电脑来实现排序呢？如果给你6个数字呢？如果要从小到大排序呢？听说过冒泡排序法吗？这是最简单最经典的算法。
如果要1累加到100，程序你怎么写呢？如果你写1+2+3+4。。。说明你还没编程思维。
等你能够根据别人的要求转换成程序语言并实现，就说明你有了编程思维。
大学一般都有学C语言的，这可要认真学，在学C语言时要培养自己的编程思维，没有编程思维，后面的什么语言什么数据库你将会比较难懂。
3、定方向。了解当前行业动态总是必要的，行业分为哪些细分领域？每个领域都有什么职业可以选择？可能你现在还没办法马上确定你的方向，但每个领域需要什么技术？哪些是基本的，哪些是高级的？当前什么技术热门？哪种职业比较抢手？是不是要做到心中有数？
如果你觉得游戏开发不错，这年头手游流行，也应该不错的。确定后，你看看做桌面游戏，手机游戏需要什么开发语言，是否需要数据库等等，不懂就赶紧找资料学了
比如你觉得图像设计有意思，你就看看招聘上做图像设计需要什么软件，PS？，还需要别的什么不？不懂就赶紧学了
4、定技术。等将来确定你要去哪个领域发展了，那是不是该领域所有技术都要学呢？也不是，精通一两门语言或技术比你每个都会一点好的多，这个不难理解。另外，学热门的最新的，当今技术发展很快，淘汰的也快，我在学校里学的是PowerBuilder出来就过时了，毕业后改学Delphi，但10多年后Delphi也凉凉了，被C++，Java，Python取代，但在当时连Java都还没出，谁会预判到Web应用盛行？谁会预判到出Java？我们很难预判若干年后会出什么新技术，所以只能学习当前的新技术、热门技术。就拿ERP、HIS来说，以前桌面应用流行时，PB，Delphi，VS这些就很热门，但Web应用盛行后，C++，Java就出现并流行，原有的旧语言就慢慢退到一边了。至于N年后会出什么新语言谁也说不准，你也不用猜，要学的自然就是Java这类语言了。
5、选课程。这个就比较好理解了。确定你要进入哪个领域，确定你要学什么技术后，接下来就是看哪些技术是学校就能学的，选课时就要有目的的选，哪些是学校里学不了的，课余时间是不是就知道要学什么了吗？
6、写作品。这是重点。写作品的另一个意思是问你有没有开发经验。面试时你说我会C++，Java，Python，会各种数据库，面试官一般会问你，写过什么作品没有？没写过作品人家怎么相信你是不是真的会开发呢，是吧？所以，会一种语言与会用语言开发是两码事。有些同学说，很多招聘都要求有工作经验，但我一应届生刚出炉哪来的开发经验？拼不过社会上的人啊。没错，社会上的往届生都是有工作经验的，但在校生就没经验吗？不是的，没有经验就创造经验，你在学语言学技术时，不能单纯的学，而是要应用，能写出一些作品来说明你已经会开发了，写出作品才有经验。一个从来没炒过菜的厨子是合格的厨子吗？企业招你来工作，是要完成开发任务的，如果你只会Java，但从来没写过作品，说的过去吗？企业愿意招你吗？
7、查资料。写第1个作品是比较困难的，从环境搭建，项目设计，到开发，你会碰到大量的问题，但到了第2第3个再往后你就会越做越顺手，所谓高手就是这么来的。幸好当今互联网的知识容量大的可怕，大到你甚至不用买专业书，不管哪门技术在网上都有海量的资料，不怕你学不完，就怕你不想学。遇到不懂的就赶紧上网查。
8、准备工具。不少同学还在问要不要准备电脑，你说呢？计算机专业的连电脑都没有，怎么熟悉电脑？出了问题怎么诊断？会不会重装系统？怎么做编程和实验作业？怎么写论文。。。。所以在大学期间有台PC或笔记本是很必要的。
不知道我这么说同学们能明白没有，里面的重点已经加粗表示了，希望大家能重点理解。
如果没明白或不清楚，欢迎点赞并找我咨询，谢谢。
原创不易，收藏不忘点个赞，谢谢！

要根据发展规划来制定相应的学习规划，对于大一和大二期间的同学来说，如果没有明确自己的发展规划，应该在保证课业成绩的同时，重视专业竞赛、科研实践和项目实践活动，这些经历对于未来的就业、考研和申研都有直接的影响。
大数据专业是一个典型的交叉学科，如果不能做好规划，容易导致学得杂而不精，这会降低未来的职场竞争力。
对于有考研计划的同学来说，本科期间应该重点学习一下机器学习相关知识，一方面机器学习是大数据两种主要的数据分析方式之一，另一方面机器学习也是打开人工智能大门的钥匙，具备一定的机器学习基础对于后续的科研会有比积极的影响。
可以说最近这些年在大数据领域的很多科研创新都离不开机器学习、深度学习，而且随着工业互联网的发展，未来机器学习在行业场景下，依然有较大的创新空间，这一点在今年的研究生开题当中也有所体现。
对于有就业计划的同学来说，本科期间应该重点关注程序设计、云计算平台和大数据平台相关知识。
目前很多大数据专业的同学会选择从事开发岗，而开发岗对于编程能力的要求是相对比较高的，而且随着当前的功能开发已经进入到云原生阶段，还需要熟悉云计算平台所提供的开发场景。
大数据开发岗虽然门槛不算太高，但是对于知识结构同样有一定的要求，而且还需要具有一定的实践经历。对于本科生同学来说，应该积极为大二、大三期间的假期实习做准备，这对于提升就业竞争力是有直接影响的。
最后，如果有大数据相关的学习和实践问题，欢迎与我交流。

说下大数据开发的学习路线
编程语言部分，Java、Scala，前期Java就行，后面学习Spark前再学习Scala就行。
接着MySQL数据，后续项目或其它需求，再考虑学习其它数据库。
Linux基本操作，接着数据结构跟大数据框架组件同步进行，数据结构可以先学一遍，然后回头重复学，第二遍可以边学边根据分类刷题，为后续笔试面试做准备。大数据框架部分，Hadoop、Zookeeper、Hive、Flume、Kafka、HBase、Spark、Flink，把所有框架过一遍，有助于后面做项目。
接着大数据项目，选择两到三个即可。
如果可以，大二暑假就出去实习，不然就大三再出去，背八股文，背面经，准备简历，投简历，笔试面试，拿到offer上岸。
下面是我自学大数据开发拿到offer的学习路线总结，可以参考下：
我的大数据学习之路