苏淮的玩笑再次引发一阵哄然，这一次，顾久玥都忍不住抿嘴浅笑。
黄梦婷意识到自己丢了大人，急忙往桌子上一趴，不敢再搞怪了。
小插曲没能破坏掉苏淮对于场面的控制，511的姐妹们也没有就此事再讨论下去，开始积极参与到大家的分析中。
期间，苏淮数次将自己对于未来的“判断”掺进总结中，帮助大家竖立起了整体框架。
最终做出一份令所有人都感到惊艳的结语。
“咱们大数据专业，真正值得花力气去冲的职业路线可能只有两条——数据工程师、数据分析师。
因为随便一个学习计算机的应届生，经历一段时间的自我学习，都能够轻松掌握数据库、可视化工具甚至是未来的ai工具。
后台维护类的岗位竞争太激烈，可替代性太高。
工程师和分析师就有很高的门槛，不太容易被替代。
而且这不是一个局限于互联网行业内部的职业，科技、金融、零售等行业都需要专业的数据官，所以这两个职业不太能够做到逆周期，但是完全可以跨周期存续。
所以，如果我们换一个角度去思考：比如，怎么建立大数据专业知识的护城河？
那么我们就明白到底应该把学习重点放在哪里了。
简单总结一句话：别人不学的我们学，别人学的我们综合起来去学。
重中之重是数学，然后是统计，再之后是计算机基础，数据框架和算法题，java的底层和框架源码，数仓之类的项目实战……等等等等。
我翻了翻咱们大学4年的课表，感觉课程设计是用了心的，但也有一些遗漏和迟滞，需要咱们自己补。
怎么补？
我个人以为，要根据大厂和顶级科技公司、金融公司的需求，有针对性的开展自学自研。
最迟大二吧，我会和任课老师以及系里领导仔细研究讨论，看看能不能搞来额外的培训甚至是新课程。
随着社会的发展，企业对于普通it人才的需求已经降到了冰点，但大数据正如烈火烹油。
兄弟姐妹们，我们值此盛世，已经在赛道选择上领先了同龄人不止一筹，剩下的无非就是潜心学习努力钻研，争取把他们甩得越来越远。
经过今天的讨论，我们的目标和路径都已经相当清晰——
入职薪酬过万，努力成为数据部门骨干，接着瞄准数据官，然后偏数据的可以继续冲击首席数
本章未完，请点击下一页继续阅读！