首先，我先申明：任何以『做大数据好像挣得多』为名学习数据科学相关的内容都是不谨慎，而且难以有回报的。而且，任何『只要学会一两种工具就能做大数据』的想法也都是盲目的，难有成效的。

从目前我遇到过的面试者和看过的简历来看，凡是没有过大数据项目经验的人，简历写出花来都是扯淡。部署一个集群，装一个Hive，HBase什么的根本就不叫大数据（有的公司甚至部署Hadoop只用HDFS，每天处理5GB数据，这是我面过的一个人告诉我的他的工作经验）。一次处理1个TB以下的数据都不叫大数据（我还在权衡，是不是要提高这个量级）。

大数据是建立在数据科学基础上的，对编程、算法，分布式计算、统计学，线性代数，机器学习，系统构架都有比较高的要求。而且要看英文就像看中文一样（这条很重要，我一般对于不积极主动看英文资料的人没有什么太大的期待）。

我的建议是不要管什么Hadoop，Spark。把基础打牢，只要编程技巧和算法精通，能看英文文献，顺便学点概率统计，随便去哪个公司都能应聘大数据的岗位，等有了项目环境，上手Hadoop或者Spark还不是分分钟的事~

更新

======

针对评论，我稍微补充几点：

1、关于没有相关工具的经验，难以找到合适的工作的问题

这不是很正常么？看好招聘的要求，人家要有经验的，你没经验，不是肯定碰壁么！问题是你想做的工作如果是日常使用、维护Hadoop，这不叫做大数据，这叫做运维。结合自己的兴趣和能力，在自己求职的时候为自己定位，才能找到令人满意的工作。

2、关于很多公司数据量不是特别大的问题

这样的公司不是做大数据的，别去。他们不过是跟风，忽悠股东，忽悠媒体的，说不定哪天就把这个部门废了，你自己还啥都没学到。

3、还是关于大数据的『大』的问题

大的几个维度业界通常用4个V来衡量，Volume、Variety、Value、Velocity，也就是体积大、变化大、价值大、速度大。很多工具（包括Hadoop，Spark等）都是为了解决这4个大问题才设计的。你没有满足4V的数据，一是没必要用这种工具；二是即使用了因为没有真实的场景，你也难以理解这其中的难点（好吧，就算是坐运维，部署3台机器和部署1000台机器用的方法和手段都是不同的），你学到的是单机版的Hadoop，生产中真正需要人来解决的问题你都不会遇到。

PS：关于如何开始以及如何提高，我的观点是学好编程，打好基础，数学、英语要牛逼（三本的那位同学，既然起点已经落后是不是要更加努力一些呢？）。还在上学的学生通常对于学好编程的理解很浅显。科班出身当然是优势，不过你要去GitHub去找一个Star数10000以上的小型项目（类似Flask这种，而不是Django这种，在Github的搜索栏里输入『stars:>10000』可以搜索star数超过10000的项目），去读一下源码就知道我说的学好编程是什么意思了。自己写不出这样的项目，还不能叫做学好了编程。