大数据学习门槛：大专及以上学历(一般企业招聘大数据人才的最低门槛：大专学历)。
当前大数据行业中有两种类型的角色：
大数据工程
大数据分析
大数据工程的作用需要考虑数据的收集、计算(或处理)和保存；大数据分析的作用是对数据进行高级计算。
大数据学习，需要参考的因素：
专业知识背景
行业经验
计算机专业知识，如操作系统、编程语言、计算机操作原理等。
数学知识，这里指的是高等数学，如微积分、概率统计、线性代数和离散数学等。
从入门到掌握大数据，一套专业的学习路线是必不可少的，尤其是对于想要自学的学生。嘉米谷整理了一套大数据学习路线。如果你是白手起家的同学，可以作为自己的学习参考。
对于大数据工程师来说，至少应该掌握以下技能：
一种编程语言：
建议：学习Java或Scala。
计算处理框架：
建议：学习弗林克、火花流或卡夫卡流中的一种。
分布式存储框架：
建议：学习HDFS
资源调度框架：
建议：向纱学
分布式协调框架
建议：学习Zookeeper——。太多的数据框架需要它，比如卡夫卡、暴风、HBase等。
数据库：
建议：学习Redis。如果你有很好的C语言知识，你最好读一下源代码，因为反正源代码不多。
列存储数据库：
建议：学习HBASE，这是目前使用最广泛的开源柱状存储。
消息队列：
建议：学习卡夫卡(几乎所有的大数据招聘简历都要求了解卡夫卡)，通过类比可以进一步理解基于备份日志的数据处理范式。嘉米谷大数据培训。