數(shù)據(jù)科學(xué)家是21世紀(jì)最性感的IT職業(yè)之一（另外一個(gè)是信息安全專家），也是高速迭代的IT技能中最保值的投資對(duì)象，大數(shù)據(jù)人才市場(chǎng)未來幾年都面臨嚴(yán)重“缺貨”，薪情也是一路看漲。。根據(jù)麥肯錫報(bào)告，僅僅在美國(guó)市場(chǎng)，2018年大數(shù)據(jù)人才和高級(jí)分析專家的人才缺口將高達(dá)19萬。此外美國(guó)企業(yè)還需要150萬位能夠提出正確問題、運(yùn)用大數(shù)據(jù)分析結(jié)果的大數(shù)據(jù)相關(guān)管理人才。

對(duì)于渴望轉(zhuǎn)型的職場(chǎng)人士來說，大數(shù)據(jù)的魅力在于沒有城墻和護(hù)城河，人人都有機(jī)會(huì)成為數(shù)據(jù)科學(xué)家，無論你是Java程序員還是國(guó)企會(huì)計(jì)師。

以下IT經(jīng)理網(wǎng)為大家收集整理了目前最好的9個(gè)免費(fèi)大數(shù)據(jù)入門在線課程，由淺入深順序排列，無論您是有一定經(jīng)驗(yàn)的大數(shù)據(jù)技術(shù)人才，還是初來乍到的程序員或業(yè)務(wù)分析師，都能找到合適的姿勢(shì)提高自己的技能值：

一、大數(shù)據(jù)基礎(chǔ)（Big Data Basics）

課程平臺(tái)：Udemy

課程地址：

Big Data Basics: Hadoop, MapReduce, Hive, Pig, & Spark

Hadoop Starter Kit

點(diǎn)評(píng)：Udemy推出的這門大數(shù)據(jù)入門課程包含一小時(shí)的視頻介紹，幫助初學(xué)者了解大數(shù)據(jù)生態(tài)和主要技術(shù)，并且還引用真實(shí)的Hadoop案例幫助學(xué)習(xí)者更好地理解大數(shù)據(jù)技術(shù)原理。Hadoop Starter Kit適合有志于在Hadoop領(lǐng)域深造的學(xué)習(xí)者作為入門課程學(xué)習(xí)，但要求學(xué)習(xí)者掌握基本的Linux和Java知識(shí)。該課程提供了一個(gè)多節(jié)點(diǎn)的Hadoop教學(xué)集群，方便學(xué)生在分布式環(huán)境中進(jìn)行實(shí)操。

二、Spark入門

課程平臺(tái)：edX

課程地址：Introduction to Spark

點(diǎn)評(píng)：Spark是Hadoop之后最火的大數(shù)據(jù)技術(shù)，加強(qiáng)了大數(shù)據(jù)系統(tǒng)對(duì)實(shí)時(shí)數(shù)據(jù)流的分析能力。edX的這門Spark入門課程有Spark發(fā)行商Databricks和EdX合作提供，涉及的話題還包括分布式機(jī)器學(xué)習(xí)，大數(shù)據(jù)分析等。

通向數(shù)據(jù)科學(xué)殿堂之路不可能一帆風(fēng)順，你必須學(xué)習(xí)很多新規(guī)則、編程語言，更重要的是還要積累實(shí)戰(zhàn)經(jīng)驗(yàn)。這些都需要時(shí)間、精力和投入，但最終你會(huì)發(fā)現(xiàn)一切都物超所值。

這里有很多你可能會(huì)用到的學(xué)習(xí)參考書籍、培訓(xùn)和演示文稿。

三、R語言基礎(chǔ)

課程平臺(tái)：Udemy

課程地址：R Basics — R Programming Language Introduction

點(diǎn)評(píng)：很友好的R語言入門教程，從下載到基礎(chǔ)語法和編程手把手領(lǐng)進(jìn)門，學(xué)習(xí)者還能自己控制進(jìn)度，沒人逼你。

四、Python入門

課程平臺(tái)：Udemy

課程地址：https://www.udemy.com/ardit-sulce-python-for-beginners/

點(diǎn)評(píng)：和R一樣Python也是大數(shù)據(jù)崗位不可或缺的工具，如今Python入門教程海了去了，這門課的優(yōu)點(diǎn)是比較強(qiáng)調(diào)實(shí)操，有很多實(shí)例輔助。

五、機(jī)器學(xué)習(xí)入門

課程平臺(tái)：斯坦福大學(xué)Stanford Engineering Everwhere在線課程

課程地址：Introduction to Machine Learning

點(diǎn)評(píng)：雖然Andrew NG去了百度，但斯坦福大學(xué)在機(jī)器學(xué)習(xí)領(lǐng)域依然實(shí)力雄厚，這門課程包含了機(jī)器學(xué)習(xí)領(lǐng)域的基本概念，例如監(jiān)督式和非監(jiān)督式學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和適應(yīng)性控制等。此外這門課還涵蓋了最新的一些機(jī)器學(xué)習(xí)主題，例如機(jī)器人控制、數(shù)據(jù)挖掘、自動(dòng)導(dǎo)航、生物信息學(xué)、語音識(shí)別、文本和web數(shù)據(jù)處理等。學(xué)員要求有基本的計(jì)算機(jī)科學(xué)知識(shí)，能夠編寫可用的電腦程序，同時(shí)還要對(duì)概率論和線性代數(shù)有所了解。

六、概率與統(tǒng)計(jì)入門

課程平臺(tái)：卡內(nèi)基梅隆大學(xué)Open Learning Initiative

課程地址：Introductory-Level Probability and Statistics Guide

點(diǎn)評(píng)：在深入學(xué)習(xí)機(jī)器學(xué)習(xí)課程之前最好先把概率與統(tǒng)計(jì)知識(shí)儲(chǔ)備一下，卡內(nèi)基梅隆大學(xué)的這門基礎(chǔ)課程對(duì)學(xué)員要求不高，只需要具備基本的代數(shù)知識(shí)就可以，課程作業(yè)支持各種常見的統(tǒng)計(jì)工具，例如Microsoft Excel, Minitab, R, TI calculator 或 StatCrunch。

七、人工智能

課程平臺(tái)：麻省理工學(xué)院公開課

課程地址：MIT’s Artificial Intelligence course

點(diǎn)評(píng)：麻省理工在線公開課基于過往學(xué)年的課堂實(shí)錄資料，知識(shí)點(diǎn)覆蓋全面，涵蓋了算法、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)挖掘等，幫助學(xué)生理解人工智能的基本概念、知識(shí)體系和學(xué)習(xí)方法，課程最后還會(huì)要求學(xué)員動(dòng)手開發(fā)智能系統(tǒng)解決實(shí)際問題。

八、棒球大數(shù)據(jù)分析實(shí)戰(zhàn)

課程平臺(tái)：Udemy

課程地址：Baseball Data Wrangling With Vagrant, R, and Retrosheet

點(diǎn)評(píng)：辛辛苦苦學(xué)了那么多大數(shù)據(jù)知識(shí)是不是有些技癢難熬？這門課程給你一個(gè)操練的機(jī)會(huì)，幫你變身電影《點(diǎn)球成金》里幫球隊(duì)重塑輝煌的名校鍵盤俠。你將學(xué)會(huì)用Retrosheet分析每一場(chǎng)比賽，學(xué)會(huì)用Cadwick抽取比賽數(shù)據(jù)，用R平臺(tái)的Dplyr過濾數(shù)據(jù)，并用ggplot生成分析結(jié)果。

九、精益分析

課程平臺(tái)：Udemy

課程地址：Lean Analytics Workshop — Alistair Croll and Ben Yoskovitz

點(diǎn)評(píng)：有Lean Analytics一書的作者親自授課，面向企業(yè)家和創(chuàng)業(yè)者，幫助企業(yè)使用分析方法獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。課程涵蓋的一些要點(diǎn)包括如何制定好的評(píng)估體系，如何匹配數(shù)據(jù)與成長(zhǎng)階段，如何改變組織的文化等。

除了以上九門免費(fèi)課程外，如果你想取得認(rèn)證或相關(guān)學(xué)位，還可以考慮參加以下四門在線培訓(xùn)認(rèn)證課程：

哈佛大學(xué)數(shù)據(jù)科學(xué)認(rèn)證（Harvard University Data Science Certificate）

Simplilearn Data Scientist Certification Training（R,SAS & Excel）

California Institute of Technology Learning From Data Course

Master of Information and Data Science(MIDS) at UC Berkeley School of Information