作为一个IT行业的从业者和计算机专业的研究生导师，我来讨论一下这个问题。
目前处于大数据时代。随着大数据技术逐渐在广大传统行业落地，职场人掌握一定的大数据知识是很有必要的。
学习大数据知识可以从数据分析开始。有一定计算机基础的大学生学习数据分析技术相对容易，未来数据分析技术的应用场景会越来越多。
数据分析技术有两个技术手段，一个是统计学，一个是机器学习。在设计具体的学习路线时，可以遵循以下学习步骤:
第一:数据分析工具。数据分析工具可以向Excel学习，Excel可以处理大部分职场初级数据分析任务，重点是结构化数据分析。掌握Excel工具后，可以学习各种BI工具，BI工具在数据分析方面比较专业。
第二:数据库知识。数据量逐渐增大后，需要学习数据库知识，重点是学习Sql语言。数据库是数据分析师需要掌握的重点内容之一，包括传统的关系型数据库和日益流行的NoSql数据库。
第三:编程语言。目前数据分析领域使用的语言很多，包括Python、Scala、R等。，其中Python是个不错的选择。一方面Python简单易学，另一方面它的应用生态比较健全，可以搭建比较完整的数据分析场景。另外，因为Python里面有很多库，比如Numpy，Matplotlib，Scipy，pandas等。，这些库将使使用Python进行数据分析变得非常方便。
最后，数据分析往往与行业场景密切相关，所以学习数据分析技术也要了解一些行业知识。目前，基于行业场景的大数据分析是大数据的一个重要应用。
我从事互联网行业多年，现在也在读计算机专业的研究生。我的主要研究方向集中在大数据和人工智能领域。我会陆续写一些关于互联网技术的文章。有兴趣的朋友可以关注我，相信我会有所收获。
如果你对互联网、大数据、人工智能等有疑问。，或者关于考研的问题，可以在评论区留言！
