㈠ 本人在讀大二，本科一普通二本的船舶與海洋工程專業，想跨考大數據和土木工程，這兩個成功的可能性嗎

嗯在讀大二的時候普通一本的二本的傳播與基礎工程化想要學習跨專業的話最好是學一些專業的東西

㈡ 貴州大學的土木工程和大數據專業哪個好一點，具體分析

大數據專業是近年才開設的，似乎首屆還未畢業。從現在世界科技發展看，還是很朝陽的。
土木工程專業，是個很好就業的學科，建設單位、施工單位、監理公司、設計院均有需求。除設計院外，其它的單位都屬較為艱苦的行業，但是相對來說收入也還是很好的。該校建築、土木工程有馬克儉院士帶頭。

㈢ 請問土木專業，選擇輔修計算機，通信，物聯網，大數據，信息這方面的專業合適嗎請各位大師給予寶貴建議

合適，計算機 物聯網，大數據、通信，對以後的就業都有很大的幫助。

㈣ 從事土木工程行業的女生應該向哪個方向轉行

據了解，土木工程的專業雖然是苦一點，但是發展還是有的，不過，如果你真的想好了的話，你還是可以繼續轉自己喜歡的專業，繼續深造也好，換一份工作也罷，都是可以的。如果說現在什麼最有前途的話，基本上要看這個社會需要什麼，有需要才會有市場，才能有更多的就業機會和發展。根據時代發展的節奏，AL應該是各個行業所追求的最終目標，畢竟這是時代發展的轉變，但是，這個東西並不是那麼好掌握的，所以，在自己做出決定之前，還是考量好自己接下來的人生規劃，這才是最重要的。

㈤ 轉行做大數據行業怎麼樣

大數據行業最近幾年才大力發展，在國內的布局和發展還不是很成熟，如果是大數據從業人員那麼競爭相對其他熱門互聯網行業會小些，盡早進入才有可能成為此行業的領軍人物。

據國內權威數據統計，未來五年，我國信息化人才總需求量高達1500萬— 2000萬人。以大數據分析為例，我國大數據人才需求以每年遞增20%的速度增長，每年新增需求近百萬。

從就業方向來看，大數據人才主要有三大就業方向：

1.大數據系統研發類人才

2.大數據應用開發類人才

3.大數據分析類人才

大數據業務流程有4個基本環節，分別是：業務理解、數據准備、數據挖掘、分析應用。

大數據技術正在向各個行業蔓延，大數據與雲計算、AI、金融、醫療、物聯網、政府公共服務等相結合，締造了很多就業新崗位，大數據浪潮不僅開始席捲全行業，政府職能、城市規劃、安全執法也將需要大數據的支持，所以，大數據在各行業算是通吃的技能 ，基本不用擔心就業問題。

市場的供求關系決定了市場的價格，目前我國大數據方面的專業人員還不是很多，這就造就了大數據人才是目前最具前景的高薪行業之一，大數據分析、大數據開發等大數據人才必將成為市場緊缺型人才，發展前景好，薪資水平也水漲船高。

㈥ 大數據行業挺火的，苦X已工作工科碩士如何轉行大數據

碩士研究生可分為普通碩士和專業碩士兩類。 【普通碩士】 根據我國的有專關規定，普通碩士教育以培養教學屬和科研人才為主，授予學位的類型主要是學術型學位。 目前，我國學術型學位按招生學科門類分為12大類，12大類下面再分為88個一級學科

㈦ 軟體工程碩士研究生畢業能從事大數據方面的工作和人工智慧方向工作嗎

軟體工程碩士，研究生畢業，能從事大數據方面的工作和人工智慧方向工作。？答：能完全可以。

㈧ 小白想轉行做大數據，怎麼入行

大數據現在這么火，想往大數據方面發展，但是英文、數學不好的可以嗎？？ 學習大數據該學哪些技術？？大數據和程序員比哪個要好學點？？等等。。。很多人學大數據的原因就是大數據找工作好找，薪資很高，，當然，為了這個原因也是可以的，畢竟這個時代就業壓力確實很大，為了一個好的工作學一門技術，，但是我想問下你，你的專業是什麼呢？？對於計算機/軟體，你的興趣是什麼？是計算機專業，對操作系統、硬體、網路、伺服器感興趣？是軟體專業，對軟體開發、編程、寫代碼感興趣？還是數學、統計學專業，對數據和數字特別感興趣。。

二、更高效的WordCount

首先，你得先學習SQL，訪問、查詢資料庫的基本語言還是要懂的。。然後SQL On Hadoop之Hive，Hive是數據倉庫工具，數據倉庫是邏輯上的概念，底層使用的是資料庫，數據倉庫的特點：數據全（海量）、穩定；所謂穩定，比如資料庫的數據經常要更新，而數據倉庫的數據是不會被更新，只會被查詢，所以說Hive適合做數據倉庫。最後就是了解hive的工作原理，學會Hive的工作命令。

三、把別處的數據搞到Hadoop上

四、把Hadoop上的數據搞到別處去

五、實例分析

六、實時數據

七、更新查詢數據

八、高大上的機器學習

完成了第一、二，說明你已經快步入大數據的行列了，寫的不好也請多多包涵。

詳細了解 可登錄網址：網頁鏈接

㈨ 土木工程大四想轉行it，請問怎麼起步，最想搞大數據

做夢。

㈩ 如何轉型成為大數據工程師 需要具備哪些條件

大數據是眼下非常時髦的技術名詞，與此同時自然也催生出了一些與大數據處理相關的職業，通過對數據的挖掘分析來影響企業的商業決策。
這群人在國外被叫做數據科學家(Data Scientist)，這個頭銜最早由D.J.Pati和Jeff Hammerbacher於2008年提出，他們後來分別成為了領英(LinkedIn)和Facebook數據科學團隊的負責人。而數據科學家這個職位目前也已經在美國傳統的電信、零售、金融、製造、物流、醫療、教育等行業里開始創造價值。
不過在國內，作為大數據人才培養基地，能更加清楚地了解現今的大數據行業情況，認為大數據的應用才剛剛萌芽，人才市場還不那麼成熟，「你很難期望有一個全才來完成整個鏈條上的所有環節。更多公司會根據自己已有的資源和短板，招聘能和現有團隊互補的人才。」領英(LinkedIn)中國商務分析及戰略總監王昱堯對《第一財經周刊》說。
數據工程師是做什麼的?
於是每家公司對大數據工作的要求不盡相同：有的強調資料庫編程、有的突出應用數學和統計學知識、有的則要求有咨詢公司或投行相關的經驗、有些是希望能找到懂得產品和市場的應用型人才。正因為如此，很多公司會針對自己的業務類型和團隊分工，給這群與大數據打交道的人一些新的頭銜和定義：數據挖掘工程師、大數據專家、數據研究員、用戶分析專家等都是經常在國內公司里出現的Title，我們將其統稱為「大數據工程師」。
由於國內的大數據工作還處在一個有待開發的階段，因此能從其中挖掘出多少價值完全取決於工程師的個人能力。已經身處這個行業的專家給出了一些人才需求的大體框架，包括要有計算機編碼能力、數學及統計學相關背景，當然如果能對一些特定領域或行業有比較深入的了解，對於其快速判斷並抓准關鍵因素則更有幫助。
雖然對於一些大公司來說，擁有碩博學歷的公司人是比較好的選擇，不過阿里巴巴集團研究員薛貴榮強調，學歷並不是最主要的因素，能有大規模處理數據的經驗並且有喜歡在數據海洋中尋寶的好奇心會更適合這個工作。
除此之外，一個優秀的大數據工程師要具備一定的邏輯分析能力，並能迅速定位某個商業問題的關鍵屬性和決定因素。「他得知道什麼是相關的，哪個是重要的，使用什麼樣的數據是最有價值的，如何快速找到每個業務最核心的需求。」聯合國網路大數據聯合實驗室數據科學家沈志勇說。學習能力能幫助大數據工程師快速適應不同的項目，並在短時間內成為這個領域的數據專家;溝通能力則能讓他們的工作開展地更順利，因為大數據工程師的工作主要分為兩種方式：由市場部驅動和由數據分析部門驅動，前者需要常常向產品經理了解開發需求，後者則需要找運營部了解數據模型實際轉化的情況。
你可以將以上這些要求看做是成為大數據工程師的努力方向，這是一個很大的人才缺口。目前國內的大數據應用多集中在互聯網領域，有超過56%的企業在籌備發展大數據研究，
因此分析歷史、預測未來、優化選擇，這是大數據工程師在「玩數據」時最重要的三大任務。通過這三個工作方向，他們幫助企業做出更好的商業決策。
1.找出過去事件的特徵
大數據工程師一個很重要的工作，就是通過分析數據來找出過去事件的特徵。比如，騰訊的數據團隊正在搭建一個數據倉庫，把公司所有網路平台上數量龐大、不規整的數據信息進行梳理，總結出可供查詢的特徵，來支持公司各類業務對數據的需求，包括廣告投放、游戲開發、社交網路等。
找出過去事件的特徵，最大的作用是可以幫助企業更好地認識消費者。通過分析用戶以往的行為軌跡，就能夠了解這個人，並預測他的行為。「你可以知道他是什麼樣的人、他的年紀、興趣愛好，是不是互聯網付費用戶、喜歡玩什麼類型的游戲，平常喜歡在網上做什麼事情。」騰訊雲計算有限公司北京研發中心總經理鄭立峰對《第一財經周刊》說。下一步到了業務層面，就可以針對各類人群推薦相關服務，比如手游，或是基於不同特徵和需求衍生出新的業務模式，比如微信的電影票業務。
2.預測未來可能發生的事情
通過引入關鍵因素，大數據工程師可以預測未來的消費趨勢。在阿里媽媽的營銷平台上，工程師正試圖通過引入氣象數據來幫助淘寶賣家做生意。「比如今年夏天不熱，很可能某些產品就沒有去年暢銷，除了空調、電扇，背心、游泳衣等都可能會受其影響。那麼我們就會建立氣象數據和銷售數據之間的關系，找到與之相關的品類，提前警示賣家周轉庫存。」薛貴榮說。
以網路景點預測為例，大數據工程師需要收集所有可能影響一段時間內景點人流量的關鍵因素進行預測，並為全國各個景點未來的擁擠度分級—在接下來的若干天時間里，它究竟是暢通、擁擠，還是一般擁擠?
3.找出最優化的結果
根據不同企業的業務性質，大數據工程師可以通過數據分析來達到不同的目的。
在過去，決策者只能依據經驗進行判斷，但如今大數據工程師可以通過大范圍地實時測試—比如，在社交網路產品的例子中，讓一半用戶看到A界面，另一半使用B界面，觀察統計一段時間內的點擊率和轉化率，以此幫助市場部做出最終選擇。
作為電商的阿里巴巴，則希望通過大數據鎖定精準的人群，幫助賣家做更好的營銷。一個淘寶的實例是，某人參賣家原來推廣的目標人群是產婦，但工程師通過挖掘數據之間的關聯性後發現，針對孕婦群體投放的營銷轉化率更高。
需要具備的能力
1.數學及統計學相關的背景
就我們采訪過的BAT三家互聯網大公司來說，對於大數據工程師的要求都是希望是統計學和數學背景的碩士或博士學歷。缺乏理論背景的數據工作者，更容易進入一個技能上的危險區域(Danger Zone)—一堆數字，按照不同的數據模型和演算法總能捯飭出一些結果來，但如果你不知道那代表什麼，就並不是真正有意義的結果，並且那樣的結果還容易誤導你。「只有具備一定的理論知識，才能理解模型、復用模型甚至創新模型，來解決實際問題。」沈志勇說。
2.計算機編碼能力
實際開發能力和大規模的數據處理能力是作為大數據工程師的一些必備要素。
舉例來說，現在人們在社交網路上所產生的許多記錄都是非結構化的數據，如何從這些毫無頭緒的文字、語音、圖像甚至視頻中攫取有意義的信息就需要大數據工程師親自挖掘。即使在某些團隊中，大數據工程師的職責以商業分析為主，但也要熟悉計算機處理大數據的方式。
3.對特定應用領域或行業的知識
大數據工程師這個角色很重要的一點是，不能脫離市場，因為大數據只有和特定領域的應用結合起來才能產生價值。所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對於之後成為大數據工程師有很大幫助，因此這也是應聘這個崗位時較有說服力的加分項。
職業發展
1.如何成為
由於目前大數據人才匱乏，對於公司來說，很難招聘到合適的人才—既要有高學歷，同時最好還有大規模數據處理經驗。因此很多企業會通過內部挖掘。
2014年8月，阿里巴巴舉辦了一個大數據競賽，把天貓平台上的數據拿出來，去除敏感問題後，放到雲計算平台上交予7000多支隊伍進行比賽，比賽分為內部賽和外部賽。「通過這個方式來激勵內部員工，同時也發現外部人才，讓各行業的大數據工程師涌現出來。」
目前長期從事資料庫管理、挖掘、編程工作的人，包括傳統的量化分析師、Hadoop方面的工程師，以及任何在工作中需要通過數據來進行判斷決策的管理者，比如某些領域的運營經理等，都可以嘗試該職位，而各個領域的達人只要學會運用數據，也可以成為大數據工程師。
2.薪酬待遇
作為IT類職業中的「大熊貓」，大數據工程師的收入待遇可以說達到了同類的頂級，國內IT、通訊、行業招聘中，有10%都是和大數據相關的，且比例還在上升。顏莉萍(Nicole Yan)表示，「大數據時代的到來很突然，在國內發展勢頭激進，而人才卻非常有限，現在完全是供不應求的狀況。」在美國，大數據工程師平均每年薪酬高達17.5萬美元，而據了解，在國內頂尖互聯網類公司，同一個級別大數據工程師的薪酬可能要比其他職位高20%至30%，且頗受企業重視。
3.職業發展路徑
由於大數據人才數量較少，因此大多數公司的數據部門一般都是扁平化的層級模式，大致分為數據分析師、資深研究員、部門總監3個級別。大公司可能按照應用領域的維度來劃分不同團隊，而在小公司則需要身兼數職。有些特別強調大數據戰略的互聯網公司則會另設最高職位—如阿里巴巴的首席數據官。另一方面，大數據工程師對商業和產品的理解，並不亞於業務部門員工，因此也可轉向產品部或市場部，乃至上升為公司的高級管理層。