我也不知道叫啥了哈哈
零基础学习大数据难度确实比较高，如果你对自己有信心能坚持 ，完全可以学习大数据，首先需要对JAVA有一定的熟练程度。可以先学习JAVA，接着Linux hadoop生态圈（hive hbase 等等） scala或者Python 然后学习spark，flink等等 学习的东西比较多 贵在坚持 祝你成功
咕嘟咕嘟郎当
作为一名IT从业者，同时也是一名教育工作者，我来回答一下这个问题。
首先，零基础学习大数据是完全可以的，当前大数据技术体系逐渐丰富和完善，各种类型的人才在大数据领域都能够找到适合自己发展的方向。对于计划学习大数据技术的人来说，应该根据自身的知识基础、能力特点和兴趣爱好来选择学习方向，同时还需要考虑到自身的发展规划。
当前大数据的技术体系涵盖五大方面，分别是数据采集整理、数据传输和存储、数据分析和呈现、数据开发和应用等，这些技术涉及到的岗位包括大数据运维、大数据分析（呈现）、大数据开发，其中每个岗位还有一些具体的细分，比如大数据开发就涉及到大数据平台开发、大数据应用开发等。
对于基础比较薄弱的初学者来说，如果未来想进入大数据行业发展，从事专业的大数据岗位，那么可以重点关注一下大数据运维岗位，相对于大数据分析和大数据开发岗位来说，大数据运维岗位的从业门槛也会更低一些。
大数据运维知识的学习通常需要经过三个阶段，分别是计算机基础知识、网络知识和大数据平台知识。虽然大数据运维知识的难度并不算高，但是需要学习的内容却比较多，而且内容也比较杂，学习者需要完成大量的实验。由于大数据运维的学习对于场景有一定的要求，所以初学者应该为自己构建一个较好的学习环境。
最后，对于传统行业的从业者来说，如果想通过学习大数据技术来提升自身的岗位竞争力，可以重点关注一下大数据分析技术，可以从基本的数据分析工具开始学起。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
IT人刘俊明
首先：编程语言。不论是选择大数据分析方向还是大数据应用开发方向，掌握编程语言都是学习大数据的重要基础。目前在大数据领域应用比较广泛的语言包括Java、Python、Scala、R和Go等，其中Java在Hadoop平台应用比较多，而Scala在Spark平台应用比较普遍。从目前的应用趋势来看，学习Python则是不错的选择，既可以从事大数据开发，也可以从事大数据分析。
其次：大数据平台。学习大数据知识绕不过大数据平台，大数据平台承载了分布式存储和分布式计算的核心任务，所以大数据平台研发也是目前大数据领域的重要岗位。目前Hadoop和Spark是比较适合初学者学习的大数据平台，一方面是其开源的属性，另一方面Hadoop对于硬件的要求也比较低。
境界：算法。大数据技术的核心诉求是数据价值化，而目前数据价值化的主要方式就是数据分析，所以掌握算法不仅对于数据分析岗位非常重要，对于大数据开发岗位也具有现实的意义。可以说，大数据产业链内大量的岗位任务都要围绕算法展开，所以掌握算法是学习大数据技术的核心任务之一。学习算法可以从一些经典的算法开始，比如kNN、决策树、朴素贝叶斯、支持向量机等等
我也是刚刚开始接触，感觉很爽，相信你选择了这条路，走下去一定会成功的。
绵绵如也
零基础学习大数据会有难度，但还是可以学会的。
我目前在某985读计算机专业研究生，就是做大数据与人工智能方向的相关学习研究。
大数据有几个就业方向：
数据分析师
大数据（开发）工程师
数据挖掘（算法）工程师
学习大数据，就要先搞懂你未来要从事那个方向。
数据分析，需要统计学相关知识，对已有大数据进行清洗、过滤、筛选后，结合相关统计模型，汇总、理解和消化，计算出各种指标，以此发挥数据的价值，引导产品定位和营销决策，对用户的购买力和喜好进行分析，可以得知用户的购物偏好，以此来进行更加精准的产品推荐和广告推广。数据分析主要依托于Python、R语言、Java、Hive、SQL等，进行分析，同时还需要数理统计、机器学习等相关知识。数据分析主要还是偏向于业务的。主要就是运用工具，提取、分析、呈现数据，实现数据的价值，考验的是业务理解和工具的使用能力。所以门槛相对较低一些。
大数据开发，主要是做大数据平台系统的开发，需要熟练掌握Hadoop的相关框架，掌握Hadoop相关的算法，熟悉MapReduce、Yarn、Pig、ZooKeeper、Spark、Hbase等诸多框架，还要熟悉Storm、Flink等实时计算框架，同时还需要兼顾平台监控、运行维护相关的工作。这方便Java必须要熟练掌握，熟练使用Linux是必须的，多线程、并行化等知识必须要懂。
数据挖掘，需要较强的算法能力和编程能力，你需要具备将模型算法转化为代码逻辑，看数据建模，机器学习，同时兼顾业务能力、算法能力和编程能力。
零基础，可以说还是比较吃努力的，毕竟大数据的岗位还是挺注重能力水平的，你需要学很多的东西，我不知道你是什么专业的，你说的零基础是指什么基础，如果你是数学相关专业的，去做数据分析简直不要太简单，如果你既不是数学专业也不是计算机、软件专业的，那大数据开发和数据挖掘并不适合你，这两项非常吃老本，也就是你的知识沉淀，需要很多专业知识系统性的学习。
希望对你能有所帮助，我不太了解你具体的情况，如果你感兴趣的话，可以把你的个人情况描述详细些，我再给你做些分析，也可以关注我，和我私信聊一聊。
一只不踩井盖的猫
近年来，随着各大公司对于数据的重视程度不断增加，以及人工智能等方向逐渐火热，大数据大的发展越来越好，应用也越来越广泛，招聘薪资也与日俱增提高。随之而来的就是很多人想要投身这个行业，转行去做大数据，在笔者看来，转行学大数据，或者零基础学大数据，也是要有一些前提的。
什么是大数据？
在学习大数据前，先得知道什么是大数据。
2012年时，互联网络数据中心(IDC)报道：2011年全球数据总量已达到1.87ZB(1ZB=十万亿亿字节)，并且以每两年翻一番的速度飞快增长。预计到2020年，全球数据总量将达到35-40ZB，10年间将增长20倍以上。大数据，它将改变人类的生活以及理解世界的方式。
有些人认为，数据就是类似财务电子表格，客户信息，产品目录这种，或者日常行走的步数，逛淘宝的痕迹，浏览网页的痕迹这种。这些都算数据，但不是大数据。
“大量化(Volume)、多样化(Variety)、快速化(Velocity)、价值密度（Value）”，这些是“大数据”的显著特征。换句话说，只有具备这些特点的数据，才是大数据！
学习大数据，应该具备的条件
1. 编程基础
Java、Python、Scala......根据自己学习的方向至少选择一门进行系统的学习，仅仅入门是不够的。
Java，通常在需要高性能的数据处理部分时会采用Java开发；Python主要应用在数据分析、数据挖掘和算法实现上；Scala，构建在Java基础之上，是Spark的实现语言......
2. 数学
大数据应用的核心之一，就是通过算法对数据进行分析整理，因此需要一定的数学基础，建议学习线性代数、概率论、微积分以及离散数学等。但是也有一些岗位对数学基础的要求相对较低，比如大数据开发岗等，工作主要在后端，数学要求稍微低点。
3. 学历
尽管一直有人说，工作之后学历没那么重要，工作能力才是最重要的。话虽如此，但你还是需要一块敲门砖，帮你通过企业的招聘门槛。在招聘大数据开发人员，最低学历要求一般是统招大专（个别小众企业有可能会放宽要求）以上，好的企业要求就更高了。因此，较为靠谱的培训机构，在招生时也会有一些学历要求：大专及以上学历。
4. 持之以恒的决心
老生常谈的答案，但是真的有用。
计算机本身学习要求就很高，大数据作为其中的硬核知识，系统庞大，要求学习的知识浩如烟海；岗位细分也很多，不同的岗位往往需要不同的知识，因此，需要适当结合自己的兴趣，确定一个学习方向，潜下心、埋下头，好好学习，持之以恒，坚持学下去。
写在最后
无论是零基础，还是有基础，只要你有这样的想法，先去做比什么都重要，先从简单开始学起，踏踏实实，总会看到希望的。
犹豫就会败北！加油！
来自Z时代
大数据开发学习有一定难度，零基础入门首先要学习Java语言打基础，一般而言，Java学习SE、EE，需要约3个月的时间；然后进入大数据技术体系的学习，主要学习Hadoop、Spark、Storm等，学习路线清晰。
大数据时代已经来临，很多人也都意识到了，那么，在没有大数据专业背景的情况下，怎么接触到这个新职业呢？大数据需要学什么技术/专业知识呢？
首先，让我们来了解一下，大数据需要学习哪些技术？
1、Java——Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序，是大数据学习的基础；
2、Linux——大数据开发通常在Linux环境下进行；
3、Hadoop——分布式系统基础架构，用户可以充分利用集群的威力进行高速运算和存储；
4、Avro与Protobuf——数据序列化系统，可以提供丰富的数据结构类型；
5、HBase——分布式的、面向列的开源数据库，是一个适合于非结构化数据存储的数据库；
6、ZooKeeper——Hadoop和Hbase的重要组件；
7、Hive——基于Hadoop的一个数据仓库工具 ；
8、phoenix——用Java编写的基于JDBC API操作HBase的开源SQL引擎；
9、Redis——key-value存储系统；
10、Flume——高可用、高可靠、分布式的海量日志采集、聚合和传输的系统；
11、SSM——Spring、SpringMVC、MyBatis三个开源框架；
12、Kafka——一种高吞吐量的分布式发布订阅消息系统；
13、Spark——专为大规模数据处理而设计的快速通用的计算引擎 ；
14、Scala——大数据开发重要框架的编程语言；
15、Azkaban——可完成大数据流任务调度；
16、Python与数据分析——可用于数据采集、数据分析以及数据可视化；
对于没有基础的人来说，学大数据难吗？
如果是计算机专业的学生，学大数据相对来说还是有一定基础的，会比非计算机专业的人士好很多。由于现在各大高校几乎没有大数据专业，想学大数据的话，到计算机培训机构学习效果会更好。而没有任何计算机相关基础的，想要学习大数据，难度还是很高的。因为培训机构的培训学习期一般都是4-6个月，要想在这短短的时间内学有所成，要付出的努力肯定要比别人多非常多！一旦在学习中有怠慢心理，那么培训结束后的学习成果肯定会比别人差很多。
雨夜初晨
0基础就需要掌握基本的基础。
大数据所需的基础如下:
1.基本的JAVASE基础，学习最多需要一个月。
2.linux系统操作基础，花两天掌握一些基本命令即可。
3.Mysql数据库基础，花个十来天学习sql语法。
当然我知道的培训班一般会赠送这些基础课，
掌握后就可以开始大数据技术体系的学习了，但是最好是提前先明确大数据的应用场景。大数据并不那么难，比专门做Java开发来说相对更简单，目前也是人才缺口很大，薪资很高。
大数据就是大格局
不能学.报班的人都会这么跟你说：你能行你可以的！零基础也能学会大数据！也能月薪过万！
我想问你在培训机构和自学网课都那么厉害了.还要什么本科生和研究生.虽说现在大学生和研究生的质量不高.但人家毕竟是科班出身.用人单位招聘的时候也会首选这类人.
能力是一方面.学历是一方面.现在人才这么多.招聘单位都会选择既能力又有学历的.自学成才的水平除非做成几次大项目的履历才有可能被看得上眼.但大项目的公司招聘又把野路子的人排除了.
所以学习之后最大的可能去小公司做个运维
极客李老厮
1. 如果只是兴趣爱好，随便学习没有关系。
2. 或者目前工作跟大数据可以凑上一点关系，也可以加油学习以下，毕竟技多不压身。
3. 如果被招聘网站上大数据就业人员的薪水吸引，想要通过学习找到一份类似高薪的工作，还是需要参考以下自身条件的。
大数据设计到非常多的数学知识，并且编程语言是必须掌握技能。
如果以上两点没有问题的话，需要考虑就业这里：
做大数据的公司，基本上都是大公司，对员工的素质要求相对会高很多，比如211，硕士等，或者进一步要求专业对口，如理工科。
根据自身情况选择吧，兄弟。
古衣达
介绍分析一下。
首先介绍下大数据的岗位吧。首先大数据运维，就是负责对大数据的底层进行维护的，要求的技能有系统运维以及大数据架构编程技能。
其次是大数据开发。就利用大数据平台做工程开发，要求的技能是编程技能以及大数据平台技能。
还有就是数据分析就利用大数据平台做数据分析。要求的技能是数据分析技能，以及少部分大数据平台技能。
分析可知，数据分析可能是到大数据最快的一个职能岗位。
零基础做大数据分析有两个阶段，第1个阶段是学习数据分析，可以先从Excel上手，在Excel上进行小数据分析。第2个阶段是对大数据平台本身的了解。这个可以先自己看看相关的学习资料，最好能再找一家大数据公司或报一个简单的大数据培训就可以了。然后参加一些网上的大数据方面的数据竞赛。从中学到一些实践技能，然后去应聘应该就不错了。
