這是一個(gè)非常好的問題，我從專業(yè)學(xué)習(xí)和崗位要求這兩個(gè)方面來回答一下。

首先，對(duì)于大數(shù)據(jù)專業(yè)的同學(xué)來說，統(tǒng)計(jì)學(xué)和計(jì)算機(jī)學(xué)習(xí)這兩大塊知識(shí)是非常重要的，因?yàn)檫@是當(dāng)前最基本的兩種數(shù)據(jù)分析方式，而不同場景往往會(huì)采用不同的數(shù)據(jù)分析方式。

數(shù)據(jù)價(jià)值化崗位可以分為三大類，分別是數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家和算法工程師，這三大類崗位對(duì)于機(jī)器學(xué)習(xí)知識(shí)的要求是不同的。

數(shù)據(jù)分析師崗位的細(xì)分方向非常多，很多細(xì)分崗位的門檻也并不高，計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、金融等專業(yè)的畢業(yè)生都可以從事數(shù)據(jù)分析師崗位。

數(shù)據(jù)分析師崗位所面對(duì)的行業(yè)場景對(duì)于自身的技術(shù)棧有比較直接的要求，如果面對(duì)的數(shù)據(jù)都是結(jié)構(gòu)化數(shù)據(jù)，而且數(shù)據(jù)量本身并不大（比如10萬條以內(nèi)），那么基本的Excel和BI工具就能夠解決大部分?jǐn)?shù)據(jù)分析問題，很多數(shù)據(jù)分析甚至用報(bào)表系統(tǒng)就可以解決，那么這一類崗位對(duì)于機(jī)器學(xué)習(xí)的要求就比較低了。

數(shù)據(jù)科學(xué)家對(duì)于機(jī)器學(xué)習(xí)相關(guān)知識(shí)的要求就比較高了，因?yàn)閿?shù)據(jù)科學(xué)家所面對(duì)的往往是平臺(tái)級(jí)問題，要基于當(dāng)前的業(yè)務(wù)模型來構(gòu)建數(shù)據(jù)分析模型，要面對(duì)大量異構(gòu)數(shù)據(jù)，而這正是機(jī)器學(xué)習(xí)比較適合的場景。

數(shù)據(jù)科學(xué)家的知識(shí)體系不僅涉及到統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)，對(duì)于數(shù)學(xué)基礎(chǔ)的要求也相對(duì)比較高，所以當(dāng)前很多數(shù)據(jù)科學(xué)家都來自數(shù)學(xué)和統(tǒng)計(jì)學(xué)專業(yè)。

算法工程師對(duì)于機(jī)器學(xué)習(xí)的要求也比較高，而且算法崗不僅要掌握傳統(tǒng)的機(jī)器學(xué)習(xí)算法，還需要掌握深度學(xué)習(xí)、遷移學(xué)習(xí)等一系列機(jī)器學(xué)習(xí)方式，要全面掌握有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)這些基本的機(jī)器學(xué)習(xí)范式。

相比于數(shù)據(jù)科學(xué)家來說，算法工程師更注重工程實(shí)踐能力，要能夠完成算法的實(shí)現(xiàn)、訓(xùn)練、驗(yàn)證和應(yīng)用等一系列步驟。

總體上來說，不同的崗位類型對(duì)于機(jī)器學(xué)習(xí)的要求是不同的，側(cè)重點(diǎn)也不同，所以要圍繞自己的崗位規(guī)劃來構(gòu)建自身的知識(shí)體系。

最后，如果有大數(shù)據(jù)相關(guān)的問題，歡迎與我交流。