学会爱数据：没有人谈论学习动机。大数据分析是一个广阔而模糊的领域，这使得它很难学习。真的很难。没有动力，您最终会中途停下来，并认为自己做不到。发生这种情况时，问题不在于您，而在于教学。即使在午夜时分，公式开始变得模糊，您仍需要能够激发您继续学习的东西，并且您想知道神经网络是否会有意义。您需要一些可以帮助您找到统计量，线性代数和神经网络之间联系的东西。某些事情将使您无法应对“接下来我要学什么?” 题。你需要动力。不是以鼓舞人心的报价形式，而是以激情项目的形式，您可以用来推动学习。

通过学习来学习大数据分析：了解机器学习，神经网络，图像识别和其他前沿技术非常重要。但是大多数大数据分析都不涉及其中任何一个。所有这些意味着，最好的学习方法是从事项目。通过从事项目工作，您将获得立即可用和有用的技能，因为现实世界中的大数据分析家必须从头到尾地查看大数据分析项目，并且大多数工作都在清理和管理数据等基础知识上。

学习交流见解：大数据分析家经常需要向其他人展示他们的分析结果。做得好，这可能是一名优秀的大数据分析家与一名出色的大数据分析家之间的区别。如果您可以说服公司中的其他人对发现的内容采取行动，那么数据分析通常仅在业务环境中有价值，这意味着学习通信数据。

向同龄人学习：与他人合作可以学到多少，真是太神奇了。在大数据分析中，团队合作在工作环境中也非常重要。大数据分析家通常是团队的一部分，而规模较小的公司中的孤独大数据分析家通常会与公司中的其他团队一起解决特定的问题。大数据分析家在为公司不同部门回答数据问题时会在团队之间移动是不寻常的，因此对于大数据分析家而言，能够进行协作可能比几乎任何其他人都更为重要。

不断提高难度：您对正在进行的项目完全满意吗?您是一周前最后一次使用新概念吗?现在是时候去做更困难的事情了。大数据分析是要爬的陡峭山峰，而且很容易停止攀爬。但是，当然，如果您停止攀爬，就永远无法登顶!如果您觉得自己不太习惯，这里有一些想法可能会增加几乎所有大数据分析项目的复杂性和挑战性。尝试将其中一项或多项添加到您的计划中，以使自己脱离舒适区：