久樸大資料2018-05-23 11:35:29如果你已經畢業，再去專門上學習班其實不太現實，既不能正常工作，學費也很貴，學出來也不一定能找到對口的工作。
所以說，如果不是這方面的專業出身，想入行還是要付出很多的時間和金錢成本的；專業出身的，想在這方面有更深造詣的，可以先去大公司，哪怕從基層做起，一般大公司都會有很專業的培訓的，他們往往會引進一些比較先進的學習系統啊，比如網路商學院之類的，員工隨時隨地可以學習，你可以根據你的崗位選擇針對性的學習，這樣工作學習兩不誤，會是一個比較好的選擇吧。
最後，祝成功。
千鋒鄭州2019-03-04 14:41:18想學好大資料技術，是要長期不斷積累的一個過程。從一個程式設計小白成長為程式設計高手，需要規劃好自己的學習路線，仔細去鑽研每一個知識點。如果你沒有什麼計算機基礎，報班也是一個比較好的選擇。
階段一、大資料基礎——java語言基礎方面
（1）Java語言基礎
Java開發介紹、熟悉Eclipse開發工具、Java語言基礎、Java流程控制、Java字串、Java陣列與類和物件、數字處理類與核心技術、I/O與反射、多執行緒、Swing程式與集合類
（2） HTML、CSS與JavaScript
PC端網站佈局、HTML5+CSS3基礎、WebApp頁面佈局、原生JavaScript互動功能開發、Ajax非同步互動、jQuery應用
（3）JavaWeb和資料庫
資料庫、JavaWeb開發核心、JavaWeb開發內幕
階段二、 Linux&Hadoop生態體系
Linux體系、Hadoop離線計算大綱、分散式資料庫Hbase、資料倉庫Hive、資料遷移工具Sqoop、Flume分散式日誌框架
階段三、 分散式計算框架和Spark&Strom生態體系
（1）分散式計算框架
Python程式語言、Scala程式語言、Spark大資料處理、Spark—Streaming大資料處理、Spark—Mlib機器學習、Spark—GraphX 圖計算、實戰一：基於Spark的推薦系統（某一線公司真實專案）、實戰二：新浪網（www。sina。com。cn）
（2）storm技術架構體系
Storm原理與基礎、訊息佇列kafka、Redis工具、zookeeper詳解、實戰一：日誌告警系統專案、實戰二：猜你喜歡推薦系統實戰
階段四、 大資料專案實戰（一線公司真實專案）
資料獲取、資料處理、資料分析、資料展現、資料應用
階段五、 大資料分析 —AI（人工智慧）
Data Analyze工作環境準備&資料分析基礎、資料視覺化、Python機器學習
1、Python機器學習2、影象識別&神經網路、自然語言處理&社交網路處理、實戰專案：戶外裝置識別分析
作為一名初學者，想要更多的建議，想掌握好大資料技術，建議選擇去考察試學，只有真正試學了，才知道你是不是適合這家培訓班，是不是適合學習大資料。