很多朋友對大數據行業心嚮往之，卻苦於不知道該如何下手。作為一個零基礎大數據入門學習者該看哪些書？今天給大家推薦一位知乎網友挖礦老司機的指導貼，作為參考。
就目前公司招聘和其他所瞭解到的大數據專業的工作內容，偏重方向和技術選型有所不同。挖礦老司機就不同職業學習的書籍進行了分類推薦。
1. 大數據工程師
在互聯網公司廣泛招聘，偏平臺業務方向，ETL和OLTP等，主要是基於Hadoop技術棧來處理大數據，算法要求不是特別高。
經典圖書推薦：
《Hadoop權威指南》《Hive編程指南》《Hbase權威指南》《大數據技術全解》、《大數據挑戰NoSql》《Mahout實戰》
2. 數據分析師：
在擁有行業數據的電商、金融、電信、諮詢等行業裡做業務諮詢，商務智能，出分析報告，互聯網公司的產品經理差不多類型了，統計學能力要求高，SPSS、SAS、R、SQL。
經典圖書推薦：
《概率論與數理統計》、《統計學》推薦David Freedman版、《業務建模與數據挖掘》、《數據挖掘導論》、《SAS編程與數據挖掘商業案例》、《Clementine數據挖掘方法及應用 》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等。
3. 數據挖掘工程師：
在互聯網、電商、搜索、社交等大數據相關行業裡做機器學習算法實現和分析，基本數據結構算法、機器學習等都要求較高。Hadoop、spark技術棧，Java、Python、C++、Scala、Shell。
經典圖書推薦：
《數據挖掘概念與技術》、《數據挖掘導論》、《數據挖掘-實用機器學習技術》；《機器學習》Tom Michael 、《機器學習導論》、周志華《機器學習》、《機器學習實戰》、《集體智慧編程》、《統計學習方法》ESL 《Elements of Statistical Learning》 ISL 《An Introduction to Statistical Learning》PRML 《Pattern Recognition and Machine Learning》《數據庫系統概論》、《算法導論》、《Web數據挖掘》、《推薦系統》、《數據可視化》《Thinking in Java》、《Python核心編程》、《Thinking in C++》等。
4. 科學研究方向：
在高校、科研單位、企業研究院等高大上科研機構研究新算法效率改進及未來應用，還有現在很多計算機視覺的創業公司的算法研究。
經典圖書推薦：
《機器學習》《模式分類》《統計學習理論的本質》《統計學習方法》《數據挖掘實用機器學習技術》《R語言實踐》，《人工智能及其應用》、《概率圖模型》英文素質是科研人才必備的《Machine Learning: A Probabilistic Perspective》《Scaling up Machine Learning : Parallel and Distributed Approaches》《Data Mining Using SAS Enterprise Miner : A Case Study Approach》《Python for Data Analysis》等。
當然還有一步很重要就是不斷練習、練習、練習，將學到的知識與實際應用場景相結合，學會寫代碼也很重要哦。大數據學科是一門綜合學科，對於教授該專業的老師也是一項很大的挑戰。
但是對於零基礎的朋友來說，光是看這些書籍是遠遠不夠的，可能看不懂。所以個人建議還是找一家培訓機構，邊學邊看邊練，學完課程後才能找到高薪好工作！如果想要找大數據培訓機構，參考下加米穀大數據。
閱讀更多 加米穀大數據 的文章
