在數(shù)據(jù)科學(xué)快速發(fā)展的今天,在世界大范圍的組織內(nèi)數(shù)據(jù)已經(jīng)變得至關(guān)重要，無疑這與過去十年熱議的“大數(shù)據(jù)”經(jīng)濟緊密相連，與數(shù)據(jù)相關(guān)的崗位當今已經(jīng)成為經(jīng)濟社會中最熱門的技術(shù)崗位。

目錄

什么是Skill Up?

受訪者組成

數(shù)據(jù)工作最適合哪些行業(yè)——其中哪些工作是最具價值的?

行業(yè)分布

職業(yè)發(fā)展和面向數(shù)據(jù)的工作

技術(shù)使用分析

人們究竟在用什么工具?

Python高手們?nèi)粘＿€使用什么工具?

技術(shù)棧

1.數(shù)據(jù)可視化工具

2.可編程數(shù)據(jù)管理員

3.大數(shù)據(jù)專家

4.數(shù)據(jù)架構(gòu)師

下一步是什么?

新興的趨勢是什么?

熱門話題

你覺得在未來12個月內(nèi)，Julia作為數(shù)據(jù)科學(xué)語言會取代R語言和Python嗎?

你認為在未來12個月內(nèi)Apache Spark可能會取代Hadoop嗎?

數(shù)據(jù)分析和數(shù)據(jù)檢索之間的邊界是模糊的嗎?

你的公司在未來12個月內(nèi)有實施大數(shù)據(jù)項目的計劃嗎?

最后...

Excel在你心中還占有一席之地嗎?

總結(jié)

正文

在數(shù)據(jù)科學(xué)快速發(fā)展的今天,在世界大范圍的組織內(nèi)數(shù)據(jù)已經(jīng)變得至關(guān)重要，無疑這與過去十年熱議的“大數(shù)據(jù)”經(jīng)濟緊密相連，與數(shù)據(jù)相關(guān)的崗位當今已經(jīng)成為經(jīng)濟社會中最熱門的技術(shù)崗位。

Packt的Skill Up報告通過對數(shù)據(jù)科學(xué)從業(yè)者的技能調(diào)查，探討了數(shù)據(jù)科學(xué)在哪些領(lǐng)域最具價值，使用的工具是什么，以及未來的趨勢和挑戰(zhàn)是什么。

數(shù)據(jù)科學(xué)對中小企業(yè)重要性，充分表現(xiàn)在對于年輕人才的投資上。

在數(shù)據(jù)科學(xué)里，金融仍然是一個利潤豐厚的領(lǐng)域。

作為數(shù)據(jù)科學(xué)的主流開發(fā)語言，R語言和Python并駕齊驅(qū)。

分布式計算和機器學(xué)習(xí)繼續(xù)崛起。

物聯(lián)網(wǎng)是數(shù)據(jù)科學(xué)發(fā)展的最熱門趨勢之一，必將帶來新的挑戰(zhàn)和機遇。

永遠都需要Excel!

在展示整個社區(qū)和推廣Skill Up活動之前，先來回答一些問題。

什么是Skill Up?

Skill Up是一份調(diào)查報告，了解整個科技社區(qū)如何看待未來幾年內(nèi)的科技發(fā)展趨勢，分享從事什么工作才能最大限度地使用你的職業(yè)和技能優(yōu)勢。調(diào)查報告分為4個部分： Web開發(fā)和設(shè)計、應(yīng)用程序開發(fā)、安全與系統(tǒng)管理以及數(shù)據(jù)科學(xué)與商業(yè)智能，可謂是近年來史上最全面的調(diào)查之一了。

重要問題：

· 掌握什么技能才能獲得高薪?

· 在各行業(yè)里什么技能/技術(shù)最具價值?

· 真正值得你花時間學(xué)習(xí)的前沿技術(shù)是什么?

為了更好地了解科技社區(qū)的想法，我們要求所有受訪者填寫我們的調(diào)查問卷, 當調(diào)查問卷完成后，一份有事實、有真相的調(diào)查結(jié)果就展現(xiàn)在我們面前了。其中最為重要的內(nèi)容就是你需要掌握哪些知識和技能，幫助你作出最好的職業(yè)決定。

讓我們一起來看看調(diào)查結(jié)果的具體內(nèi)容吧。

受訪者組成

本調(diào)查報告的數(shù)據(jù)來自超過3800名數(shù)據(jù)科學(xué)從業(yè)人員的問卷，這些受訪者分布范圍廣泛，分別來自多個不同行業(yè)并擁有不同級別的經(jīng)驗水平。

圖例翻譯：Experience Level 經(jīng)驗水平

　　圖例翻譯：

Job Sector 工作部門

Software Products 軟件產(chǎn)品

Web Services/Internet 網(wǎng)絡(luò)服務(wù)/互聯(lián)網(wǎng)

Consulting 咨詢

Education/Academia/Research 教育/學(xué)術(shù)/科研

Finance/Banking 金融/銀行

Media/Advertising/Entertainment &Gaming 媒體/廣告/娛樂&游戲

Government 政府

Health/Biotech/Science 健康/生物/科學(xué)

Telecommunications 電信

數(shù)據(jù)工作最適合哪些行業(yè)——其中哪些工作是最具價值的?

這里有一個共識, 在面向數(shù)據(jù)的工作里，確實存在最具價值的數(shù)據(jù)工作, 尤其是在那些依靠數(shù)據(jù)的行業(yè) (很少有行業(yè)你可以說數(shù)據(jù)不重要)。有趨勢表明，數(shù)據(jù)對哪個行業(yè)影響最大, 哪個行業(yè)的數(shù)據(jù)工作的價值就最大。

· 中小企業(yè)支付給缺乏經(jīng)驗的菜鳥的薪酬是最好的。

· 金融仍然是支付給缺乏經(jīng)驗的菜鳥的薪酬是最好的行業(yè)。

· 在動態(tài)和快節(jié)奏的行業(yè)，例如媒體和娛樂行業(yè)，數(shù)據(jù)架構(gòu)師是最重要的工作角色之一，這證明了能夠構(gòu)建和實施關(guān)鍵業(yè)務(wù)解決方案的能力是必備的。

研究表明，對于缺乏經(jīng)驗的數(shù)據(jù)科學(xué)家和分析師來說，去中小企業(yè)就職，是開始他們職業(yè)生涯的較好選擇，起薪也往往會比大企業(yè)高些。即使是去那些初創(chuàng)企業(yè)，也僅僅比大企業(yè)收入略低一些。隨著組織的迅速成長, 對于任何雄心勃勃, 渴望證明自己的人來說去一家初創(chuàng)企業(yè)不失為一個很好的選擇!

不同經(jīng)驗水平在不同類型公司的年薪對比

　　行業(yè)分布

我們還研究了不同行業(yè)對數(shù)據(jù)科學(xué)人才的重視程度。受訪者們提供的指標很好地表明了數(shù)據(jù)科學(xué)在哪些行業(yè)是最重要的。

大多數(shù)的受訪者在咨詢領(lǐng)域擁有超過20年的工作經(jīng)驗。其共性表明，外部專家受到追捧。

那些經(jīng)驗較少的受訪者主要集中在教育/學(xué)術(shù)領(lǐng)域從事研究工作。顯然，圖表顯示不是薪酬最高的行業(yè)之一。

經(jīng)驗較少卻能獲較高年薪的人按行業(yè)分布

金融和銀行業(yè)脫穎而出，成為支付最佳薪酬的行業(yè)。隨著算法交易的興起, 大數(shù)據(jù)在金融的方方面面都有應(yīng)用，對于那些擁有數(shù)據(jù)一技之長，即使沒有很豐富的經(jīng)驗的人來說，在金融領(lǐng)域也有很多獲得高薪的機會。

你想學(xué)習(xí)定量金融學(xué)嗎? 那就趕快撿起這個大禮包吧!

Mastering R for Quantitative Finance

R語言與定量金融學(xué)

Introduction to R for Quantitative Finance

R語言與定量金融學(xué)介紹

Python for Finance

Python與金融

Mastering Python for Finance

精通Python與金融

Advanced Quantitative Finance with C++

高級定量金融學(xué)與C++

(鏈接見PDF)

媒體/廣告/娛樂和游戲, 雖然不是利潤豐厚的金融領(lǐng)域，但看上去也是能為缺少經(jīng)驗的人提供可觀薪水的行業(yè)。從實際情況出發(fā)，一般來說, 一個缺少經(jīng)驗但薪水要求不高的人在這些行業(yè)是很有競爭力的。我們的數(shù)據(jù)清楚的表明，這些行業(yè)愿意投資沒有技術(shù)經(jīng)驗和數(shù)字技能的人。

這個跡象表明，在這些經(jīng)濟較困難，且需要依靠數(shù)據(jù)驅(qū)動戰(zhàn)略來保持競爭力的行業(yè)，雖然可能缺乏資金或現(xiàn)金流來投資和培養(yǎng)數(shù)據(jù)專業(yè)人才，但是如果缺乏經(jīng)驗的人不要求高薪的話，若有合適的技能也有可能會填補職位的空缺。

職業(yè)發(fā)展和面向數(shù)據(jù)的工作

我們已經(jīng)了解到缺乏經(jīng)驗的數(shù)據(jù)從業(yè)者在工作方面如何做出最佳選擇 ,那么之后未來的職業(yè)發(fā)展又會是怎樣的呢?

我們還想看到不同工作角色在不同行業(yè)的薪資差異。下面的圖表顯示了一些特定工作角色的最高薪水, 以及這些工作角色在哪些行業(yè)是最具價值的。

不同行業(yè)不同工作的平均年薪

　　圖例翻譯：

Data Architect 數(shù)據(jù)架構(gòu)師

Statistician統(tǒng)計師

Business Intelligence Expert (includes Devs, analysts) 商業(yè)智能專家

Data Scientist/Analyst 數(shù)據(jù)科學(xué)家/分析師

Intermediate IT/Regulation/Business 中級IT/合規(guī)/業(yè)務(wù)

Assistant Director 總監(jiān)助理

CONSULTING 咨詢

Finance/Banking 金融/銀行

Media/Advertising/Entertainment and Gaming 媒體/廣告/娛樂和游戲

· 媒體/廣告/娛樂和游戲行業(yè)的數(shù)據(jù)架構(gòu)師是最重要的工作角色之一，能夠爭取到比其他行業(yè)更高的薪水。

· 數(shù)據(jù)架構(gòu)師與數(shù)據(jù)統(tǒng)計師，對比兩者在行業(yè)中實施數(shù)據(jù)科學(xué)與數(shù)據(jù)驅(qū)動戰(zhàn)略的關(guān)鍵差異，可以推斷出，在金融行業(yè)做數(shù)據(jù)統(tǒng)計的人的收入略高于數(shù)據(jù)架構(gòu)師，但是在媒體行業(yè)數(shù)據(jù)架構(gòu)師會掙得更多一些。

· 媒體和娛樂行業(yè)會經(jīng)常發(fā)生靈活的、組織級變化，快速響應(yīng)變化對于媒體和娛樂行業(yè)至關(guān)重要，因此開發(fā)解決方案、 搭建數(shù)據(jù)架構(gòu)的架構(gòu)師工作含金量非常高。但是在金融行業(yè)，方案架構(gòu)早就有了，架構(gòu)師的工作含金量就不那么高了。

技術(shù)使用分析

有超過25%的受訪者表示日常使用Python, 但也有幾乎相同比例的人使用R語言。

分布式計算和機器學(xué)習(xí)正變得越來越重要。

增強現(xiàn)實技術(shù)和物聯(lián)網(wǎng)正在改變?nèi)藗兛创龜?shù)據(jù)的思路。

從后兩點可以讀出未來5年多種來源的數(shù)據(jù)繼續(xù)以指數(shù)級增長。處理這些數(shù)據(jù)的技術(shù)仍在發(fā)展, 所以不要讓自己落后!

人們究竟在用什么工具?

數(shù)據(jù)從業(yè)者日常需要用哪些工具呢，回答如下:

Python在數(shù)據(jù)領(lǐng)域勝出。其多功能性，擁有易于使用、內(nèi)容豐富、保羅萬象的第三方庫，從機器學(xué)習(xí)到web抓取無所不能 ，加上使用門檻較低, 使它成為理想的選擇。

Python高手們?nèi)粘＿€使用什么工具?

　　大量的受訪者表示使用Python和R語言、 Python和Java、Python和C++。

同時掌握Python和R語言，可以提高你的編程熟練度，并成為一個適應(yīng)性更強的數(shù)據(jù)科學(xué)家:

Practical Data Science Cookbook

實用數(shù)據(jù)科學(xué)Cookbook

R Data Analysis Cookbook

R語言數(shù)據(jù)分析Cookbook

Python Data Analysis

Python數(shù)據(jù)分析

R for Data Science

R語言數(shù)據(jù)科學(xué)

Python Data Science Essentials

Python數(shù)據(jù)科學(xué)精要

(鏈接見PDF)

技術(shù)棧

為了更好地理解人們通常集中使用什么工具,我們做了一些聚類分析。我們把所有的回答導(dǎo)入一個圖形數(shù)據(jù)庫里, 并用科技界常用的聚類算法進行運算，從中我們發(fā)現(xiàn)一些相關(guān)的聚類技術(shù)棧:

1.數(shù)據(jù)可視化工具

這些人工作在設(shè)計數(shù)據(jù)科學(xué)光譜的最后端。從下面的聚類工具中看到, 與其他組相比，他們與前端web開發(fā)人員有許多共同之處。JavaScript排在第一位——設(shè)想有多少web是由JavaScript開發(fā)的，就一點也不奇怪了——還有其他設(shè)計工具和插件，例如CSS, HTML5和jQuery，能看出這些工具和插件在web開發(fā)中也起到了主導(dǎo)地位。

這組工具的出現(xiàn)幫助我們強調(diào)了網(wǎng)絡(luò)溝通中的數(shù)據(jù)洞察力，同時也突顯出當你試圖理解和解讀數(shù)據(jù)時，設(shè)計是多么的重要。

2.可編程數(shù)據(jù)管理員

使用這組工具的人們從事洞察數(shù)據(jù)的工作。他們主要負責(zé)快速地對數(shù)據(jù)進行采集、清洗和操做，其目的是為了能夠回答任意特定問題，例如從客戶行為到財務(wù)規(guī)劃等。

Python成為最重要的工具——不足為奇，因為它具有容易使用的原型和強大的靈活性。

Pandas的出現(xiàn)強調(diào)了Python的主導(dǎo)地位——事實上, 恰好是因為pandas提高了Python的數(shù)據(jù)分析能力，從而鞏固了自己的地位。

然而這里還有趣地看到了C++ , 雖然Python提供了靈活性和易用性, 但是C++的驚人執(zhí)行速度仍然是Python無可匹敵的。

　　3.大數(shù)據(jù)專家

使用這組工具的是對系統(tǒng)的可伸縮性和健壯性感興趣的大數(shù)據(jù)專家。

Hadoop在這里主宰了大數(shù)據(jù)世界——然而, Scala和 Spark也出現(xiàn)在這組工具里，并且地位顯著。隨著要求更快的處理速度(通過擴展實時分析實現(xiàn))從而需求增加，很有可能期待看到更多的進步。

還有一些有趣的web工具也出現(xiàn)在聚類里，比如JavaScript和Spring。它們曾出在第一個聚類里，其作用是通過基于web的應(yīng)用程序來進行有效和快速的溝通。

　　4. Data Architects數(shù)據(jù)架構(gòu)師

這組工具反映了組織的需求，如何以有效、智能的方式進行數(shù)據(jù)洞察力的溝通—這也是數(shù)據(jù)架構(gòu)師的主要挑戰(zhàn)。顯然, 企業(yè)級工具占據(jù)了這個聚類, 聚類還顯示出企業(yè)在選擇關(guān)鍵業(yè)務(wù)的工具時，微軟和甲骨文仍被視為首要選擇。

這些工具組給了我們一個有用的啟示，數(shù)據(jù)世界是如何細分的, 不同的工作角色是如何建立起一個工具的“生態(tài)系統(tǒng)”的。一個有趣的問題是, 這個工具“生態(tài)系統(tǒng)”在未來的幾年內(nèi)會改變嗎?這些聚類會不會變得不穩(wěn)定?

下一步是什么?

我們向受訪者提問在未來得6個月之內(nèi)計劃學(xué)習(xí)什么工具。我們想知道哪些是熱門工具, 是什么人在使用這些能夠賺錢的工具, 這些問題的答案可以幫助你決定在哪個領(lǐng)域提高技能, 或?qū)W習(xí)新的知識。

下面一起來看按薪水加權(quán)的根據(jù)詞頻畫出的詞云吧!

　　提幾個經(jīng)過研究的關(guān)鍵建議：

· Spark和Hadoop表現(xiàn)出眾, 表明集群計算在增長。

· 基于Web的技術(shù)也出現(xiàn)在詞云里，表明人們看到了網(wǎng)絡(luò)共享數(shù)據(jù)分析的價值。

· NoSQL數(shù)據(jù)庫的熱度在數(shù)據(jù)世界里持續(xù)上升。

新興的趨勢是什么?

我們詢問受訪者，在未來12個月內(nèi)最重要的新興的趨勢是什么：

從回答中得到一些明確的信息:

· 機器學(xué)習(xí)將成為大家關(guān)注的焦點之一，因為在數(shù)據(jù)領(lǐng)域工作的所有人，以及相當范圍內(nèi)的部門和行業(yè)，都將被預(yù)測洞察和統(tǒng)計分析這兩個需求所驅(qū)動。

· 增強現(xiàn)實技術(shù)和物聯(lián)網(wǎng)將成為數(shù)據(jù)科學(xué)家在未來幾年內(nèi)主要面臨的挑戰(zhàn)。

· 移動在詞云中的突出顯示表明了移動性分析越來越被強調(diào)，因為用戶有離開辦公桌越來越遠的趨勢。

· 分布式計算(集群式和云平臺)會改變我們的思考方式，甚至是對數(shù)據(jù)的思考。管理大數(shù)據(jù)項目中的資源所產(chǎn)生的焦慮，是基于前面情況可能出現(xiàn)的癥狀。隨著物聯(lián)網(wǎng)和移動應(yīng)用日益占據(jù)主導(dǎo)地位, 管理更大的數(shù)據(jù)集將成為一個更大的挑戰(zhàn)。

如果你參與了一個大數(shù)據(jù)項目, 你就需要掌握機器學(xué)習(xí)的技術(shù)。從現(xiàn)在起，打開這個禮包，開始探索機器學(xué)習(xí)和預(yù)測分析之旅吧。

Machine Learning with Spark

Spark與機器學(xué)習(xí)

Scala for Machine Learning

Scala與機器學(xué)習(xí)

Machine Learning with R

R語言與機器學(xué)習(xí)

Machine Learning with R Cookbook

R Cookbook與機器學(xué)習(xí)

Building Machine Learning Systems with Python - Second Edition

用Python構(gòu)建機器學(xué)習(xí)系統(tǒng)—第二版

(鏈接見PDF)

Hot Topics 熱門話題

我們詢問了受訪者關(guān)于大數(shù)據(jù)發(fā)展和挑戰(zhàn)的一些簡單但熱門的話題。

你覺得在未來12個月內(nèi)，Julia作為數(shù)據(jù)科學(xué)語言會取代R語言和Python嗎?

由薪水最高的受訪者給出的答案是，Julia正處于上升階段。原因很簡單，因為它是專門為科學(xué)計算而設(shè)計的語言,擁有一些有趣的特性,比如多重分派,實用的圖形庫和完美的JIT編譯性能。Julia值得我們拭目以待!

想要保持領(lǐng)先于趨勢的地位嗎? 選擇一本Julia的書開始學(xué)習(xí)吧!

Getting started with Julia Programming Language

Julia編程入門

Mastering Julia

精通Julia

Getting Started with LLVM Core Libraries

LLVM核心庫入門

Python High Performance Programming

Python高性能編程

R High Performance Programming

R語言高性能編程

(鏈接見PDF)

你認為在未來12個月內(nèi)Apache Spark可能會取代Hadoop嗎?

　　調(diào)查結(jié)果說你現(xiàn)在安全啦!

然而，如果你還沒有搭上Hadoop的快車,那么現(xiàn)在搭上還不算晚哦…

Learning Hadoop 2

學(xué)習(xí)Hadoop 2

Mastering Hadoop

精通Hadoop

Big Data Analytics with R and Hadoop

用R語言和Hadoop分析大數(shù)據(jù)

Fast Data Processing with Spark - Second Edition

快速數(shù)據(jù)處理與Spark—第二版

Apache Mesos Essentials

Apache Mesos精要

(鏈接見PDF)

數(shù)據(jù)分析和數(shù)據(jù)檢索之間的邊界是模糊的嗎?

普遍來講 ,這是有爭議的。

　　· 64%的受訪者同意邊界是模糊的。

像BigQuery這樣的工具本可以表現(xiàn)得更出色。當然啦，還需在未來12個月內(nèi)繼續(xù)觀察這些工具的表現(xiàn)。

隨著大數(shù)據(jù)變得無處不在,大數(shù)據(jù)的原則不再僅僅滿足最簡單有效的策略了,同時還要滿足最高的效率和最快的速度。

想成為精通數(shù)據(jù)分析和數(shù)據(jù)檢索的大師嗎?趕快學(xué)習(xí)這些熱門書籍吧。

Clean Data

數(shù)據(jù)清洗

Practical Data Analysis

數(shù)據(jù)分析實踐

Mastering Predictive Analytics with R

精通R語言預(yù)測分析

Learning Data Mining with R

使用R語言進行數(shù)據(jù)挖掘

Learning Pandas

學(xué)習(xí)Pandas

(鏈接見PDF)

你的公司在未來12個月內(nèi)有實施大數(shù)據(jù)項目的計劃嗎?

看起來,大多數(shù)受訪者都工作在期待實施大數(shù)據(jù)項目的組織中，這與他們?nèi)狈?jīng)驗的情況存在巨大的反差，雖然原因并不明顯, 但有許多可能的解釋。

可能是那些缺乏經(jīng)驗的人并不參與組織戰(zhàn)略的制定和決策。或者可能那些缺乏經(jīng)驗的人剛開始工作，恰好了解到已經(jīng)有大數(shù)據(jù)項目實現(xiàn)。

最后...

Excel在你心中還占有一席之地嗎?

　　Excel是永恒的, Excel 2013太棒了…它神一樣的存在所有人的內(nèi)心深處!

總結(jié)

可能是老生常談了，很顯然科學(xué)數(shù)據(jù)和大數(shù)據(jù)不是簡單的趨勢 ,而是一場深刻而廣泛的社會、文化和經(jīng)濟上的變革。

咱們不討論“大數(shù)據(jù)革命”或說“數(shù)據(jù)科學(xué)家”是“21世紀最性感的工作”的話題了,讓我們來看看數(shù)據(jù)在不同領(lǐng)域應(yīng)用的不同方法吧。對于中小企業(yè)來說, 應(yīng)用數(shù)據(jù)讓公司更加開放、積極地面對和響應(yīng)性市場的變化是至關(guān)重要的。機器學(xué)習(xí)的重要性進一步凸顯出來，它能快速交付一個明確而有意義的洞察力!在較大的組織中，往往會有創(chuàng)建大數(shù)據(jù)解決方案的動力。由于數(shù)據(jù)科學(xué)家和分析師尋找引入新的工具方法，比如Hadoop和Spark，使得分布式計算和集群式計算明顯上升。

更加有趣的是，由于物聯(lián)網(wǎng)和增強現(xiàn)實等新興的趨勢出現(xiàn)，我們對數(shù)據(jù)的理解似乎正在改變。物聯(lián)網(wǎng)取代大數(shù)據(jù)成為未來的流行詞極有可能。數(shù)據(jù)科學(xué)家，分析師和架構(gòu)師們雖然還不清楚如何解決日常問題，但是幾乎可以肯定的是，遍布每一個角落的數(shù)據(jù)文化會給人們帶來許多的挑戰(zhàn)和大量激動人心的機會。

如果你想成為一個數(shù)據(jù)科學(xué)家，你需要:

· 擴大編程語言范圍是必須的，這將使你更具有靈活性。當你為一系列不同的項目工作時，

· 掌握機器學(xué)習(xí)。如果你想開始或進一步深入學(xué)習(xí), 就去抓取機器學(xué)習(xí)的大禮包吧!

· 如果你剛剛開啟職業(yè)生涯,你也許在金融行業(yè)或者中小企業(yè)，也許工作很糟，你也許在一個成熟的大型企業(yè)獲得了高薪工作，但在這里可能有個小小的差別，在一個中小企業(yè)里會得到更多的機會和責(zé)任。

· 如果你在媒體行業(yè)工作,努力成為一個數(shù)據(jù)架構(gòu)師吧, 學(xué)習(xí)如何開發(fā)和實施大規(guī)模數(shù)據(jù)的解決方案，可以讓整個組織受益。

· 掌握Hadoop和Spark大數(shù)據(jù)工具是有用的，掌握在分布式網(wǎng)絡(luò)環(huán)境中學(xué)會使用這些工具調(diào)配緊張的資源更加有用。

· 關(guān)注物聯(lián)網(wǎng)——我們目前還不太知道物聯(lián)網(wǎng)將把數(shù)據(jù)世界引向何方!