学习大数据要结合自身的实际情况来规划学习路线，大数据的技术生态非常庞大，学习切入点也非常多，从大的人才需求情况来看，可以走大数据分析路线、大数据开发路线和大数据运维路线。
 
近两年随着大数据技术开始逐渐落地到产业领域，大数据开发岗位的人才需求量相对更大一些，而且岗位附加值也相对比较高。
 
早期学习大数据可以重点主攻大数据的技术体系，但是当前学习大数据除了要重视大数据知识之外，还需要重视行业场景知识的学习，在工业互联网时代，掌握行业场景知识的大数据技术人员会有更多的发展机会，而且也更容易基于大数据技术来完成行业应用上的创新。
 
学习大数据一定要为自己营造一个较好的实践场景，由于大数据技术体系非常庞大，所以如果脱离实践场景来学习，不仅学习周期会非常长，学习效果也很难得到保障，所以最好能够边学习边应用。
 
最后，在学习大数据技术的过程中，一定要多与技术专家进行交流沟通，通过自己的实践之后，再完成相关技术方案的总结，从而形成自己的方法论。