一、理性对待大数据就业
我寒假的时候喜欢在家刷知乎、逛博客以及上b站学习编曲编程等知识。总的来说我也结识了不少各行各业的人，其中有幸认识了一位蚂蚁金服的研发工程师。他的实力自然不用多说了，能进大厂的人水平肯定不低。于是我索性跟他聊聊关于大数据的发展前景。。。
其实关于大数据就业，我从大一就开始查信息找资源（包括人脉），这期间我的直观感受就是企业的要求跟学校的要求之间有不小的差距。有人说“国家号召的都是天坑专业”，其实是考虑的角度不同，以及市场供求天生的复杂性。学校是从科研与教研的角度来对待它设置的学科，而企业更多地是从它自己的业务产业方面来提供就业岗位。如果说学校看重的是学习态度的话，那么企业则看重你的学习能力，能否在有效期内为企业带来经济收益。所以无论我们现在学什么课程，都不要忘了企业招聘对你的理想职位的需求。
就拿我们大数据专业来说，不要太高估这个职位在就业市场中的占比，很多人说现在是大数据的时代，这句话不假，但是关于大数据工程师这样的职位你能百度到的又有多少。我通过一些行内人的介绍，目前干着大数据业务的从业人员仍然没有规范的划分，很多Java程序员也在做着大数据工程师的事。所以不能靠职位的标签来区别大数据岗位。现在的行情是人人会谈大数据，虽然大数据技术是热门技术，但是大数据并不是新兴词汇，可能我们教材给我们反复教导说大数据如何如何神秘如何如何新鲜，其实那都是营销词汇。关于大数据并没有一个统一的学术性定义。我们已经接触了很多种版本的定义，大都是一些报刊杂志或者一些名家的言论。所以不该把大数据作为独立知识划分出来。大数据不是从零到一的新生物，而是从一到万物的进化物。大数据源于数据库技术，数据库技术与计算机技术、网络技术和通信技术同为一体。大数据之前是硕士才能接触的知识体系，而现在下放到本科阶段，可想而知，是难学还是易学，自己体会。
不过就我跟行内人的交流来看，现阶段的本科学习内容缺乏基本理论的支撑，没有系统的计算机知识（主要是计算机组成原理、计算机网络、数据结构和操作系统缺一不可）。学的东西是大数据的表层技术，甚至只是大数据的科普知识。所以我并不看好本科的大数据学习模式，至少如果那样学我只能成为一个python程序员。
大数据是升级版的数据库技术，如果是大数据算法（数据分析），那就没必要专门学大数据了，既然是算法，那学算法就能通吃；既然是数据分析，那就学统计，不可能存在只会大数据算法的程序员。我们确实要把知识学精通，但不代表只学些浮于表面的浅层知识。如果让你现在写个大数据算法的代码，你未必能够比培训班程序员表现得更好。如果一味地单纯学习很容易陷入高不成低不就的窘境。
大数据是培养总体it能力的技能树之一，在大数据学习的道路上，关于编程、关于计算机基础知识、关于数据库仍然是不可或缺的。
二、大数据考研怎么选
大数据考研的选择主要有四类：
1.计算机大类考研
计算机大类考研中，大数据往往是作为计算机学科子领域的一个研究方向出现在招生目录里，计算机大类考研中的大数据含金量最高，因为它研究的大数据技术更能够贴近大数据的技术本质（大数据存储技术与处理技术）。
2.软件工程考研
软件工程不是计算机科学，以前作为计算机科学的分支进行教学。自从国家软件工程师培养体系要对标印度美国，所以单独划分出来作为应用型专业来培养的。研究层次与计算机不同。软件工程考研中的大数据也是研究方向之一。当然如果从事大数据算法的话，选择软件工程也是不错的选择。
3.信息管理（或管理科学与工程类）考研
管理学考研与上述两类考研相比，内容差距较大。信息管理类的大数据注重大数据的应用及管理，比如数据挖掘、数据分析以及数据可视化等等。主要是面向管理科学的数据应用，不过相对于大数据技术的本质而言差距较大。
4.统计或者数学类考研
数据科学这一论述与严谨的统计学密不可分，不过在统计学中大数据更有可能进行学术性解释和利用大数据的研究，偏向理论但兼顾实际应用。