虽然目前大数据的细分岗位比较多，但是主要集中在五个方面，分别是底层平台研发、大数据应用开发、大数据分析、大数据运维和大数据教育。价值探讨3、现在和未来4、大数据隐私二、大数据技术1、云计算2、分布式处理平台（Hadoop）3、存储技术4、感知技术三、实践1、互联网的大数据2、政府的大数据3、企业的大数据4、个人的大数据大数据的核心就是预测。
1、大数据是不是科学，为什么？
先说观点，大数据是科学。这个问题其实挺难回答，因为涉及到两个比较难于理解的概念：“大数据”和“科学”，科学是正确反映世界本质与规律的理论，不可证伪。大数据理论被数据科学家维克托·迈尔-舍恩伯格2008年在《大数据时代》中提出，大数据指是指无法用常规工具进行处理、需对所有数据进行分析处理的数据学科。如果要系统的认知大数据，就必须从三个层面来着手来分析他，具体的大家可以找相关的书籍来看：一、大数据理论1、大数据特征：具有5V特点Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性），
大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。2、价值探讨3、现在和未来4、大数据隐私二、大数据技术1、云计算2、分布式处理平台（Hadoop）3、存储技术4、感知技术三、实践1、互联网的大数据2、政府的大数据3、企业的大数据4、个人的大数据大数据的核心就是预测，大数据将为人类的生活创造前所未有的可量化的维度。
2、学习大数据必须要学SQL吗？为什么？
虽然目前大数据的细分岗位比较多，但是主要集中在五个方面，分别是底层平台研发、大数据应用开发、大数据分析、大数据运维和大数据教育，除了底层平台研发往往需要中高端人才以外，其他岗位的知识结构并没有太多的基础性要求，下面对这几大方面的知识结构做一个具体的介绍。大数据应用开发岗位需要的知识结构包括大数据平台体系结构、编程语言、数据库（NoSQL）、算法设计等内容，可见在大数据应用开发岗位需要掌握SQL，NoSQL的意思是NotonlySQL（不仅仅是SQL），不是说不需要SQL，
对于应用程序开发人员来说，掌握SQL是基本的要求。大数据分析岗位的知识结构包括大数据平台体系结构、编程语言、数据库、算法设计、算法实现、数据呈现等内容，大数据分析注重算法的设计与实现，而数据呈现则往往需要通过SQL语言完成数据的提取（BI），所以对于大数据分析人员来说是必须掌握SQL语言的，而且需要对SQL语言非常熟悉，
大数据运维的知识结构包括大数据平台的搭建、组件部署、编程语言、平台维护、网络维护等内容，对于运维人员来说掌握SQL语言也是一个基本的要求，因为大部分运维工作都需要对数据进行操作，通过Shell（Python）来编写运维脚本是一个比较常见的做法。大数据教育则是为大数据行业提供人才培养的服务，大数据教育更是涉及到以上各个岗位的知识结构，当然需要掌握SQL语言了，
总之，目前大部分大数据岗位都是需要具备SQL基础的，所以在学习大数据之前往往都先学习一下SQL和编程语言（Java、Python、Scala、R等）。大数据是我的主要研究方向之一，目前也在带大数据方向的研究生，我会陆续在头条写一些关于大数据方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获，如果有大数据方面的问题，也可以咨询我，谢谢！。
3、数据科学与大数据技术，简称“大数据”，这个专业好不好？
回答:热门而火爆的新兴专业，1.数据科学与大数据技术，简称“大数据”，是计算机、人工智能等多学科相互交叉的专业。2.大数据专业，主要培养通过大数据思维，对大数据进行开发运用的高层次人才，毕业后，主要去向为政府、企业、公司，具体行业为保险、电子商务、银行、金融、医药、互联网等，3.自中科院首开“大数据技术与应用”专业以来，截止目前，全国有近300所大学开设了大数据专业，可见该专业的热门程度。
