大数据分析必须用python吗？

被大数据分析算法刷屏的各种推荐，刷个抖音，被频繁的推荐可能认识的人，其中就包括分手一年多的前女友；淘宝闲逛，推送的都是你妈妈搜索过的中老年大码女装；微博浑水，你多看了两秒钟“十二星座理想中的另一半”，往下刷的微博几乎都是关于星座的....

我们之所以会被各种的推荐“刷屏”，都是因为企业越来越重视用户体验的结果，这背后都依托于大数据分析作为技术支撑，从而提高了产品的用户粘性，而BAT更是把大数据技术发展升级为集团级的长期发展策略。

其实，不只是BAT，很多大公司在招人时都会优先录取数据分析技术的相关人才，我们都知道Python能做数据分析，但是问题的关键在于：你想成为一个怎样的数据分析师？

普通的数据分析，掌握的Excel、Python以及可视化报表等技能，相信用不了多久，你就能触碰到职业发展的天花板了，职场竞争力也会慢慢落后于不断深入学习的同事。

但只要你想「再往上走一步」，成为大数据分析师，做一些有“技术含量”的事情，掌握Hadoop、spark以及数据挖掘算法等技术就变得不可或缺了。

那怎样才能进阶成长为「大数据分析师」呢？除了Python还需要掌握哪些具体的技能？在此，分享一份入门大数据分析的路径。

 

到这儿你可能会感叹，大数据分析师仅仅比数据分析师多了个「大」字，要学习的东西就要多这么多。是的，不然大数据分析师的薪资会高么多。不过我觉得是值得的，趁年轻多学点技能傍身，不断挑战自己，未来你会感谢现在拼命的自己。

对大数据【数据分析】以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享