有很多知识还需要作为基础来学习和巩固。 是学习和巩固，不是必须会，是要知道了解，用的时候知道去哪里翻书找资料
比如：线性代数，概率论、数理统计等

计算机：
数学软件：强大矩阵运算和优化功能的matlab，专而精的mathematica。
语言：python（很流行的科学语言，潜力也很大，ipython这样交互式环境十分有利），fortran（强大的计算语言，充分优化的现成代码），R（相比于matlab，java，c，R是个高富帅）
可视化

这是数据分析各类语言使用度的图表，R占的比例还是相当高啊。想利用现在动辄TB级的数据大显身手，光靠excel可不够啊。你真的需要写很多代码…
统计：时间序列分析
应用回归（很简单，亦很实用）
多元统计分析

一切还是要去动手实践的
1. 自己装个小集群跑hadoop/hive，可以到cloudera网站上下现成的打包虚拟机。看看hadoop in action. 这本书比权威指南容易懂很多。
2. 装个cassandra什么的玩玩，在上面架个小项目，比如留言板什么的。。
3. 读一些著名的paper，nosql的或者mapreduce。
4. 看看apache hadoop家族的其他几个项目，比如zookeeper，pig，了解一下生态圈
到这里为止你大概有个概念，知道bigdata怎么回事了
找个开源项目，看看ticket list，看看能不能自己修。。
能的话看看能不能混进项目组

个人觉得，大数据要靠实践多一点
在真的上百上千节点的cluster上跑hadoop和自己虚拟机架的完全不同。cluster上跑各种奇葩的事情单机都是碰不到的。
就好比dba靠读书考证很难牛*一样。所以最终还是要找个公司实战。
不过如果上面几个都做到的话，基本上应聘大数据公司问题不大了。

有很多知识和课程还需要作为基础来学习和巩固。 是学习和巩固，不是必须会，是要知道了解，用的时候知道去哪里翻书找资料
基础中的基础：线性代数，概率论
核心知识：数理统计、预测模型、机器学习

有很多知识和课程还需要作为基础来学习和巩固。 是学习和巩固，不是必须会，是要知道了解，用的时候知道去哪里翻书找资料
基础中的基础：线性代数，概率论
核心知识：数理统计、预测模型、机器学习

转行的问题可以问我