1樓：成都加公尺谷大資料
我們有遇到過類似的情況，但如果是這樣我們一般都會建議慎重考慮。不論你是零基礎或者是轉行這些路都是可以行得通的，但是一定會比你想象中艱難很多，所以做出乙個決定之前一定要進行慎重的考慮，因為有些覺定真的會改變你的一生。學習大資料最好是數學能力比較強，有理工科基礎，邏輯思維比較強，如果有這類似的特徵，可以選擇考慮學習或者轉行大資料。
我們並不排除有些文科女生的邏輯思維、數學能力等等都不比男生差，所以建議題主一定要有乙個清晰的認知，不要盲目的做決定，如果你已經決定好了，那麼可以從以下幾個方面來進行零基礎的學習：
一．選擇乙個具體細分方向
在大資料行業裡，大致的崗位也就是大資料開發、大資料分析，大資料工程師以及資料探勘工程師還有Hadoop開發工程師。
通過目前的市場調研來看，整個市場對這些崗位的需求量其實都是十分龐大的。所以根據每個崗位的特徵以及自我的需求能力分析，認真的去選擇其中乙個作為你的目標，持之以恆的開始去學習。
二．選擇靠譜的培訓
如果你對大資料行業是什麼感興趣的，但是對於你自己來說從來沒有系統的學過，自身也並沒有具備有高強度的自律性。建議這種情況的你不要自學，因為如果你很難管住自身的話，你往往很難在長時間裡去堅持一件事情。所以建議，如果想要真正的學好大資料行業並且想要在大資料行業深耕，建議找專業的大資料培訓，靜下心思潛心鑽研專業，老師會對你進行專業系統的培訓，有助於你更快的去了解相關方面的知識以及內容，這樣會讓你的努力變得事半功倍。
三．了解正確的學習方法
其實零基礎學習大資料技術是很有技巧的。建議可以先從模仿開始，不要單單只是看書，否則的話書看完了，但是你的學習興趣也許會完全喪失。所以建議在看書的同時進行實操演練，去找乙個小而簡單的案例，操作演練。
通過操作演練，理解到自身的問題，並將它記錄下來有針對性的解決，實際操練還可以讓你變得更加有成就感。
2樓：cocohhh
不要聽各種對文科生和女生有愚蠢偏見的回答，你需要評估自己的各方面條件，但不要主觀覺得自己不行，想做就去做，嘗試了不喜歡做不下去再放棄。反正又不是轉不成就餓死，還能找不到工作嘛？
3樓：愛上9夏
當然有。每個行業都需要行政人事財務等偏文科的職能。進行業不難。但如果要進入行業的技術層面，需要領路人、勤奮好學、還有個人資質。加油，有夢想才有實現的可能哦。
4樓：IT弄潮兒
大資料分析方向可以考慮一下，我可以分享一些相關資料
1、建議先看一些入門書籍教程，看自己是否有興趣或者自己的理解能力能否達到
2、去相關培訓機構學習，取得相關培訓證書，沒有專業教育經歷是很難被認可的，這樣才更容易進入這個行業
5樓：大大大大大蛤蟆
理論上來說是有可能的，但是仍然需要努力的學習但是需要題主在數學方面有一定的基礎，大資料需要收集資料並且加以分析。
大資料的課程和IT差不多；大資料開發：大資料開發的課程（不完全）Ja-va、大資料基礎、HDFS分布式檔案系統、MapReduce分布式計算模型、 Yarn分布式資源管理器、Zookeeper分布式協調服務、Hbase分布式資料庫、Hive分布式資料倉儲。
需要更多大資料課程的聯絡喲。
大資料分析與挖掘：Ja-va、大資料基礎、HDFS分布式檔案系統、MapReduce分布式計算模型、 Yarn分布式資源管理器、Zookeeper分布式協調服務、Hbase分布式資料庫、Hive分布式資料倉儲等課程
6樓：不熬夜的喵
我是文科背景，現在在做軟體測試。入行不難，難得是後面持續學習。
現在我做4年測試，已經越來越感覺轉行後遺症，計算機的基礎知識不牢固，工作起來會吃力。我認識文科背景有相對做的好點的，但投入也比較多。
所以入行不難，難得是隨時保持學習進取的姿態。
7樓：莊青夏
本人和你的情況很像，目前成功轉行程式設計師。
個人建議，如果你上學期間，數學不錯，邏輯能力挺強。自己也肯吃苦學習，可以來學。
但是你也要考慮一下，這個行業的壓力，沒有完美的崗位，以及你自己缺乏計算機基礎理論知識，可能會吃虧。
8樓：小小u
大資料學習的話建議理工類學員或者有一些程式設計基礎的學員學習，相對於別的語言偏難一些，女生的話對程式設計感興趣的話可以考慮學習一下web或者軟體測試，相對於來說簡單好入門，薪資出來也不錯。
9樓：
也許你可以先切入資料分析行業，如果想做工程化的東西再轉大資料。大資料真的不是零基礎轉的，畢竟涉及到好多方面。先不說技術方面的東西，先想想就轉行而言你是否有足夠的毅力和魄力，是否你能受得住專案的壓力，技術難點久久不能突破的焦慮。
如果你都已想好，可以先去報個培訓班幫你快速入門，零基礎自學的成本和花費的時間也是巨大的，但是一般功夫不負有心人，世界上只有想不到沒有做不到的事。
10樓：諸葛子房
女生可以做資料分析或者產品之類的薪資都不低的，我們公司這邊很多女生做產品或者資料分析，而且資料分析很多公司都需要的，銀行醫院之類的，後續年紀大了可以考慮這些單位，資料分析的技術不是要求很強，懂業務懂技術，資料分析的訣竅
11樓：海牛大資料
文科女生也是可以學習大資料的，主要還是看個人的學習興趣和學習能力，不過大資料注重邏輯思維，而與文科的思維方式不同，在學習上還是有一定難度的，需要更加努力才行。
12樓：LL君
大妹子說句實話，，，不太可能，大資料不是喊喊而已，涉及到的還是有很多知識技術的哈，，不是簡單的零基礎就能轉行過去做的哈。
13樓：黃哥
文科女生，轉行大資料, 有難度！
如果是大專以上，轉行當乙個程式設計師，或者測試，是有可能的，但不能葉公好龍，需要下功夫學習。
14樓：Wendy
0基礎，，，
就別想了。
雖然我也是轉行的。。。
但是想著零基礎就轉it，甚至大資料，小姐姐，以為it是搬磚的麼，，，，，，，，
15樓：leo
文科轉理工科挺難的，畢竟基礎比別人落後了挺多，估計要花特別多的時候來學習。但是轉理工科女生很多都不做和自己專業有關的行業比如說我，我專業是通訊工程，但是我面試的崗位偏銷售或者行政，女生還是不建議做IT行業的工作的。
16樓：盾牌
入行it圈當個碼農真的毫無難度…當個碼農真不需要你線代微積分離散多麼好…就是個流水線工人。軟體測試也可以。大資料我也不知道，沒有發言權。
17樓：
一切皆有可能。但把看似不可能變成可能是很難的，需要付出艱苦卓絕的努力。
大資料，其實不是個well defined學科啦，我就當你要做machine learning 這方面，那就是我的博士方向。最起碼肯定得學統計，統計之前是概率論，學概率論之前得學高數和矩陣論，基本上相當於把工科數學本科課程都補一遍。另外最最起碼還得學點數值計算，矩陣計算和凸優化吧。
相當於把工科數學研究生課程也得學一點。除了程式基礎之外，演算法，資料結構課都得學，編碼，資訊理論的基本概念得有吧。擼完這些課，乙個大資料從業者的基本資格就差不多了。
問題的關鍵是，你有多少時間去擼這些課？
相比這些來說，不會程式設計倒是這裡最小的乙個障礙。程式設計的門檻是比較低的，只要找準方法，早晚都能鍛鍊出個老司機。所以如果只是做coding，那倒沒啥難的。
不管有沒有基礎，去北大青鳥學上半年基本差不多了。
18樓：robo菌
很喜歡Daniel kahemman的thinking fast and slow（快思慢想），裡面就想到乙個心理學的想象就做 anchoring effect，大概就像是商品推銷的時候為什麼 seller這麼積極地先給我們所需要購買的物品乙個定價，其實是為了讓我們對這個物品乙個別人規定的評價，來形成我們對事物乙個初始的觀念，就好比我去到LV的包包，你一看到好貴，就往好處去想一樣。但是我們人的成長以及職業生涯是非常的彈性的，並不能以簡單的學歷，或者文理科的出身簡單得衡量，你需要的對自己最好的定義就是不給自己的人生給許任何的定義。這樣你就所向披靡了。
19樓：去真的認識你自己
0基礎，直接勸退！有很好基礎的都累得要死並且愁的東西一堆，0基礎的，不勸退的話，對於乙個文科生花多少時間先打基礎？這個答案，，，我覺得無解，除非起碼一年多的時間裡你先「充電」試試吧，只是試試
20樓：林志鵬
上來就選個地獄難度的，雖然說有句心靈雞湯說，不試試怎麼知道自己不行。但是往往試是有代價的，自己能接受就好。不是說文科的就不行，嗯，有些金融專業的人，數學能秒計算機的大部分人幾條街
21樓：秋天愛上小柴犬
題主這問題不行啊，0基礎、文科生就算了，為啥要強調女生啊？
講真，要不是真的喜歡coding的話，不建議把這個當成職業，真有興趣平時寫點小程式也挺好的。如果說只是看中工資高的話，其實很多做的好的運營、產品工資也不低啊，而且程式設計師要是不夠geek，瓶頸還是蠻大的。
22樓：李水
大資料，如其名，資料相關，不僅要it方面的知識，還要數學知識過關，統計學，資料分析這些必不可少，單這一項文科類學生的是很難達到的。
23樓：神之盡頭
有些時候就覺得現在沽名釣譽，不懂裝懂，每天喜歡用各種流行高大上的單詞包裝自己的「牛人」太多了。偏偏很多vc也都吃這一套，（或者說其實很多投資人也是同一種貨色，畢竟很多高大上的詞都是他們發明出來的）。不少這種「大牛」也能拿(pian)到(dao)投(qian)資，於是他們就成了「成功人士」，引來了無數其它群眾的羨慕。
熟悉他們的朋友就覺得，你看那種毫無基礎的弱鳥學點皮毛就成了，我差什麼不行。
於是乎，轟轟烈烈投身IT行業的運動就開始了。
24樓：
實在看不下去某些sb回答了。女生不能轉IT?我和我同學都是假的程式設計師了？你們家程式設計用屌啊？
來美國，我們學校有個專案是專門為非CS的人準備的CS碩士專案，搜UPenn MCIT，據說類似專案別的學校也有。我們專案文科生挺多的，零基礎的也有。
當然，路徑可行，其他還是看個人。
25樓：呆呆是條好狗
文科男生
現在做系統安全。。。。
1、自學入門效率很低，報班培訓。
2、rhce、ccnp是基礎。完成後再向上一級挑戰。
3、累積工作經驗
4、找個大牛作為推薦人讓你考cissp
5、完成
你要做的只是努力而已。
26樓：LelouchCodeGeass
可以的。但是如果對於技術不抱有熱情那麼是很難做到出色的。
金錢驅動的人往往都比不過興趣驅動的人，因為對於興趣驅動的人來說, 工作之餘也會自主學習，平時會關注各種不同的技術，對於細節也會刨根問底。
金錢驅動的往往做不到這一點。
我在面試別人的時候一般都喜歡問一些作業系統和計算機網路的基本問題，以此來篩選面試者是否對於計算機技術抱有熱情。如果你每天都用網路但是卻不知道背後的原理，則說明你缺乏探索問題的好奇心。這樣的求職者往往都不會自主學習，業務能力增長慢。
轉行的人可以轉產品經理或者作為IT公司的銷售之類的，只需要從巨集觀上把握技術。
即便如此，缺乏對於技術本身的熱情，長久也不會成功。不過也許對於滿足於拿份不錯的工資也算是不錯的選擇了。
對於興趣的追求是一件奢侈品，這麼多人轉行計算機其實也就是圖個養家餬口。如果通過工作學習能夠喜歡上這個行業，那麼是再好不過的了。
文科女轉型大資料，成功的概率有多大？
青牛 一 學習大資料和性別無關，雖然學習大資料的女生相對男生較少，但畢業後的薪資並無差別 二 文科學生轉型大資料，可能會在前期遇到一些邏輯問題，只要邏輯通了！學習起來沒有什麼差別，目前0基礎學習大資料的學員佔50 左右 沒有任何程式語言學習經驗 可以參考我的個人知乎專欄從頭學習大資料嘗試自己學習，如...
工業大資料對行業有什麼意義？
智慧型雲科iSESOL工業網際網路平台 通過工業知識 業務 流程的資料化 演算法化 模型化，為整個製造體系裝上 智腦 系統，形成動態感知 敏捷分析 全域性優化 智慧型決策的強大能力。比如汽車行業，實現規模化定製生產 產供銷協同 工程機械行業，實現智慧型施工 網際網路金融 電子資訊行業，實現裝置智慧型...
大資料和VR那個行業未來有發展潛力？
往事 就目前的市場情況而言VR市場好於大資料市場，據相關資料顯示未來15年VR的銷售市場份額將達到萬億美元的市場份額，而VR更多的運用方面主要是遊戲，房地產，等服務行業以及個人消費者的使用偏多可以服務的行業具有一定得侷限性，大資料來講更多的是服務於企業，精確分析個人以及客戶的各種資料顯示，精準化營銷...