程序员对大数据的思考:大数据发展是怎么样的?

2018 年 7 月 25 日 程序人生

点击上方“程序人生”,选择“置顶公众号”

第一时间关注程序猿(媛)身边的故事


作者

玩转程序人生

如需转载,请联系原作者授权。



看了许多关于大数据的分析文章后,发现自己有些乱了。在职的学习也进行的将近2个多月的时间,总算是对大数据有了一些了解,不敢说深入。且作为自己这两个月来学习的一个总结吧!


说到当初为什么要选择这个专业,说来也巧合。工作五年了,感觉到工作上没有什么可以发展的地方了。想重新开始,正好想去了解一下软件方面的内容。看到有人推荐《大数据时代的历史机遇与挑战》后,对自己的一些思路有些开扩。所以就选择了,至少来说,现阶段,自己还是要以技术为重点,毕竟30岁之前积累自己的技术还是挺重要的,在学习技术的过程中慢慢累积自己的人脉。

学了两个月后,也就是一些基础性内容,C,数据库,工程数学,英语等。总之,学的很是头痛。在学习的过程中发现了自己不知道不了解的地方还是很多,好一点的是,通过这些课的学习,找到了自己喜欢的方向在那里了,真正的技术没掌握多少,还都是停留在理论的层面上,可能是自己就是讲师的缘故吧!在听课的过程中就直接能判断出这位老师有没有水平,技术怎么样?因为到我们这个年纪,真正再去背一些东西,或去记忆一些枯燥的数理知识真的没有用了。毕竟,我们的时间、精力都很有限,在自己喜欢的方向上发展就可以了。到现在还比较认可后来的数据库老师的话:大数据就是三分技术,七分管理,十二分数据。有的时候,我们总是会把技术看为最为重要的,却忘记了它必须要应用到我们的生活中才能够产生它相应的价值。


所以,工作以后养成了一个习惯,为了避免自己盲目地陷入一个技术迷雾中,总是告诉自己要锻炼出一种能力,就是能够在一,两分钟内向一个不懂你这行技术的讲明白你所会的技术。就像谁说过的一样,爱因斯坦的相对论很先进,但是全世界就两个人知道,其他人只知道怎么去用就行了.我们这个时代就是这样的一个时代,各种技术已经发展的很是成熟,但真正要组合使用起来就需要一个能够与市场相连的人来完全.技术再好,人家不用还是产生不了价值。所以,有的时候,方向要比努力重要!


再来说说大数据的产生,与其说数据容量的不断扩张而造成,不如更确切的说是以手机为主的移动互联网推动了大数据的产生。互联网行业从来不缺少新的名词,如何保持好自己的领域,并不断的深化学习是很重要的。还有一点,就是技术相通性,一直相信一点,若一项技术你学很久也没学会的话,那可能是你的问题!但是你要掌握住技术的根本,人总是会变着花样的包装各种技术,但你要找出它们的根本才是最为重要的,剩下的就是要反复练习并在实践中加深你对这项技术的运用熟练度,从而为你创造相应的价值。


对于这两个月,当听到数据挖掘的课时,第一次好像找到了自己想要学的方向。的确,这门课的老师也是从实践项目出发去讲解的.他讲的多维建模的思想对自己启发很大,打破了自己传统对网商营销的理解,特别是在未来的大数据时代将会产生前所未来的价值。个人对数据挖掘的理解就是:变传统的被动销售向主动销售进军。这样的话,将对我们传统的许多行业造成一个大的冲击。实际上,还有很多方面,也都是基于数据挖掘去产生价值的,这一块也是自己未来学习的重点。


再来说说关于看书的理解,一到图书馆,自己就能够静下来,借书的时候,会把自己要找的书都找来,然后看出版时间,再看作者。一般来说,选国外的作者,不选国内的作者;选时间近的不选时间远的。当借到一本书,先从目录中找到自己想要了解的内容,重点去看这部分内容,对于其他内容,采用速读的方式。一直相信一点:当你看一本“坏”书的时候,就相当于你浪费两段看书的时间,一段是你看“好”书的时间,另一段就是你在看这本“坏”书的时间!


关于提问,不要那么着急的向老师提问,毕竟每个人都很忙.有问题的时候,总是会先记下来,回去后自己先去找答案,先思考,真的找不到的时候,再去给老师发邮件寻问。毕竟,好的问题要比好的答案重要!因为好的问题可以促进两个人共同思考。还有就是关于课下学习模式,不太喜欢加Q群讨论的这种方式,反而喜欢去看一些人发的贴子,有思考一个人才能有所进步。


好了,以上就是两个多月以来从学习大数据中所悟到的一些内容,发现最近自己有学习上有些懈怠了。总结过去,鞭策下自己,继续前进!加油!


- The End -

「若你有原创文章想与大家分享,欢迎投稿。」

加编辑微信ID,备注#投稿#:

程序 丨 druidlost  

小七 丨 duoshangshuang


上期精彩内容

登录查看更多
0

相关内容

从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”,或者说特点有四个层面:第一,数据体量巨大。从TB级别,跃升到PB级别;第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。第四,处理速度快。
打怪升级!2020机器学习工程师技术路线图
专知会员服务
96+阅读 · 2020年6月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
专知会员服务
121+阅读 · 2020年3月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
阿里技术专家:优秀工程师是怎样炼成的?
51CTO博客
8+阅读 · 2019年6月15日
年薪48万的程序员,他究竟做对了什么?
机器学习算法与Python学习
7+阅读 · 2018年12月28日
终于有人把云计算、大数据和人工智能讲明白了
Python开发者
3+阅读 · 2018年6月13日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
PPTV创始人姚欣:人工智能到底怎么赚钱?
【年终重磅福利来啦】1024T大数据编程资料免费领(含源码)
大数据和云计算技术
4+阅读 · 2017年12月29日
5年开发老鸟转型人工智能心酸史
算法与数据结构
4+阅读 · 2017年11月13日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
7+阅读 · 2018年5月23日
VIP会员
相关VIP内容
打怪升级!2020机器学习工程师技术路线图
专知会员服务
96+阅读 · 2020年6月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
专知会员服务
121+阅读 · 2020年3月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
相关资讯
阿里技术专家:优秀工程师是怎样炼成的?
51CTO博客
8+阅读 · 2019年6月15日
年薪48万的程序员,他究竟做对了什么?
机器学习算法与Python学习
7+阅读 · 2018年12月28日
终于有人把云计算、大数据和人工智能讲明白了
Python开发者
3+阅读 · 2018年6月13日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
PPTV创始人姚欣:人工智能到底怎么赚钱?
【年终重磅福利来啦】1024T大数据编程资料免费领(含源码)
大数据和云计算技术
4+阅读 · 2017年12月29日
5年开发老鸟转型人工智能心酸史
算法与数据结构
4+阅读 · 2017年11月13日
Top
微信扫码咨询专知VIP会员