马云曾经说过“传统行业不会消失，只有落后的传统行业才会消失”。对于从业者而言，也是如此，不紧跟时代的步伐，不去适应时代发展的需求，就只能被淘汰。
大数据这个在2018年大放异彩的科技，在如今的2019年也必将展现出新的发展前景，被媒体誉为是“未来发展前景良好的职业之一”。
而如今，大数据领域的从业者在30万左右，而市场需求却达到百万，未来3-5年内，人才的缺口将达到300-500万，所以说，大数据为从业者提供了一个新的发展机会。
那么，这个机会究竟体现在哪些方面的呢？
第一：人才缺口大，市场对人才需求迫切
先不说大数据领域处于起步阶段，相应的专业人才本身就不多。再说一下，大数据目前快速发展的现状，各个行业、各个领域都在紧锣密鼓的发展大数据，相应的就需要更多的大数据人才，因此，现在入行大数据必定会成为企业“争抢”的对象。
第二：大数据发展前景广阔
大数据与AI、云计算的结合，能够为从业者带来更多的发展机会。而且，随着大数据在各个行业的应用，也给予了从业者更多的选择性。
第三：激发从业者的工作积极性
大数据虽然属于IT行业，但对于年龄的限制并不大，这就使得大龄IT从业者有了更多的发展机会。另外，由于大数据属于新兴领域，专业人才比较缺乏，高端人才更是企业争抢的对象。所以，薪资上升容易，职业发展潜力巨大。
综合以上这些原因，就为从业者带来了更多的机会和全新的发展方向。那么，零基础学习大数据是做开发好，还是分析好呢？
做大数据开发好还是大数据分析比较好一些？哪个薪资高？
零基础学习大数据开发，还是大数据分析？哪方面比较好？
今天我们来从技术角度和薪资角度全面进行分析，方便你的选择。
01
技术区别
在做选择之前，需要了解两者的不同，然后再结合自身已有的基础和兴趣做决定。
1、大数据开发类的岗位对于code能力、工程能力有一定要求，这意味着你需要有一定的编程能力，有一定的语言能力，然后就是解决问题的能力，因为大数据开发会涉及到大量的开源的东西，而开源的东西坑比较多，所以需要你能够快速的定位问题解决问题，如果是零基础，适合有一定的开发基础，然后对于新东西能够快速掌握。
2、如果是大数据分析类的职位，在业务上，需要你对业务能够快速的了解、理解、掌握，通过数据感知业务的变化，通过对数据的分析来做业务的决策，在技术上需要有一定的数据处理能力，比如一些脚本的使用、sql数据库的查询，execl、sas、r等工具的使用等等。
在工具层面上，变动的范围比较少，主要还是业务的理解能力。所以，如果是非理工科出身，编程能力较差，但是对业务的理解能力还可以的话，其实是可以选择数据分析类的。
除此之外，从薪酬上看，开发类的薪酬会略大与数据分析类的，这是由于岗位成本造成的，当然这只是一般情况下，任何领域的高端人才都是值钱的。
数据开发是基础，数据分析师生化，是对于开发的数据进行一定的研究和分析，然后得出数据背后的整体的现象和潜在的商业机遇，这二者是相互贯通的，对于我们的整体的生活也是各有利弊。
如果说这二者哪个好一点，只能说数据开发偏向于程序，数据分析偏向于数学。
02
薪资区别
1
大数据开发
作为IT类职业中的“大熊猫”，大数据工程师的收入待遇可以说达到了同类的顶级。国内IT、通讯、行业招聘中，有10%都是和大数据相关的，且比例还在上升。在美国，大数据工程师平均每年薪酬高达17.5万美元；
大数据开发工程师在一线城市和大数据发展城市的薪资是比较高的。
2
大数据分析
大数据分析同样作为高收入技术岗位，薪资也不遑多让，并且，我们可以看到，拥有3-5年技术经验的人才薪资可达到30K以上。
无论是做大数据开发还是分析，都是高薪的技术岗位，最重要的是修炼好自己的技术。
世上无难事只怕有心人，零基础学习大数据并没有大家想象中的那么难，只要你愿意付出足够的努力，那么学懂大数据便指日可待。
在电影《哈利波特与密室》中有一句经典的台词“让我们成为什么样人的，并不是我们的能力，而是我们的选择。
对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！