1.试述大数据对思维方式的重要影响。
随着自然科学的不断突破和新技术的广泛应用，人类的生活方式和思维方式都遭受到了巨大的冲击。大数据技术的普及，对人类生活中的各个领域都产生着极大的影响。思维方式是一定时代人们的理性认识方式，是按一定结构、方法和程序把思维诸要素结合起来的相对稳定的思维运行样式。人类历史中任何一次科技或者文化的革命都会引领一次全方位的思维方式革新。通过对思维方式演变方法的分析，结合马克思主义哲学观中的辩证思维方式，去梳理大数据技术对思维方式产生的影响，大数据下的思维方式是对现有辩证思维方式的一种丰富和完善。关于大数据对思维方式影响的... 展开 随着自然科学的不断突破和新技术的广泛应用，人类的生活方式和思维方式都遭受到了巨大的冲击。大数据技术的普及，对人类生活中的各个领域都产生着极大的影响。思维方式是一定时代人们的理性认识方式，是按一定结构、方法和程序把思维诸要素结合起来的相对稳定的思维运行样式。人类历史中任何一次科技或者文化的革命都会引领一次全方位的思维方式革新。通过对思维方式演变方法的分析，结合马克思主义哲学观中的辩证思维方式，去梳理大数据技术对思维方式产生的影响，大数据下的思维方式是对现有辩证思维方式的一种丰富和完善。关于大数据对思维方式影响的研究，可以使我们能够更加透彻地观察这个时代，同时这种哲学研究还可以对大数据技术的发展起到相辅相成的作用，大数据的发展带来思维方式的变革，思维方式的变革也能够对大数据的发展起到促进和指导的作用。 第一章绪论部分主要陈述了本文的研究背景、研究目的及意义、国内外研究现状和文章创新点。第二章主要界定了大数据的概念、特点，以及思维方式的概念、构成、特征及其历史演变。第三章结合思维方式构成的主要方面来分析大数据对其产生的具体影响，详细阐述了大数据对思维主体能动性、实践性、社会性三个方面的影响;大数据对思维客体的影响;大数据对因果思维、系统思维、归纳和演绎思维、分析和综合思维、抽象和具体思维的影响。第四章厘清了思维方式产生这些变化的主要原因，包括历史性原因、社会性原因、实践性原因三个方面。在这其中可以发现，大数据技术所影响的新的思维方式不仅有积极的一面，还会有消极的一面，在大数据时代要想建立正确的思维方式就必须应对这些消极方面可能产生的问题。因此，最后一章探讨面对大数据技术的冲击，思维方式产生变化的一些对策，明确大数据带来的思维方式变化不是对现有思维方式的颠覆和摧毁，而是对现有辩证思维方式一种丰富和完善。这样在大数据时代新的思维方式才能帮助人类更好的认识、理解客观世界。
2.详细阐述大数据、云计算、物联网之间的区别与联系。
物联网产生大数据，大数据助力物联网。目前，物联网正在支撑起社会活动和人们生活方式的变革，被称为继计算机、互联网之后冲击现代社会的第三次信息化发展浪潮。物联网在将物品和互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的过程中，产生的大量数据也在影响着电力、医疗、交通、安防、物流、环保等领域商业模式的重新形成。物联网握手大数据，正在逐步显示出巨大的商业价值。
大数据是高速跑车，云计算是高速公路。在大数据时代，用户的体验与诉求已经远远超过了科研的发展，但是用户的这些需求却依然被不断地实现。在云计算、大数据的时代，那些科幻片中的统计分析能力已初具雏形，而这其中最大的功臣并非工程师和科学家，而是互联网用户，他们的贡献已远远超出科技十年的积淀。
3.简述你对大数据应用与发展的看法，以及你在这次大数据浪潮中想扮演什么角色。
对于程序员来说，技术一直在发展，与时俱进是必须的。大数据人才缺口巨大，转型的机会出现了，如果能抓住这难得的机会，转型为大数据工程师，让你更进一步（竞争力、金钱等方面），何乐而不为呢？
大数据从事的是开源工作，更倾向于“研发”，能够重新激起程序员研发程序的热情，职业生涯有了新的追求，这意味着大数据会成为值得程序员长期奋斗不断突破的工作;其次，由于大数据属新兴领域，专业人才比较缺乏，高端人才更是企业争抢的对象。薪资上升容易，职业发展潜力巨大。
大数据工程师需要具备哪些能力？
（1）数学及统计学相关的背景；
（2）计算机编码能力；
（3）对特定应用领域或行业的知识。
大数据工程师这个角色很重要的一点是，不能脱离市场，因为大数据只有和特定领域的应用结合起来才能产生价值。所以，在某个或多个垂直行业的经历能为应聘者积累对行业的认知，对于之后成为大数据工程师有很大帮助，因此这也是应聘这个岗位时较有说服力的加分项。
大数据相关的技能很多，按照数据本身，可以分为数据获取、数据处理、数据分析、数据存储、数据挖掘，共5类。
数据获取：日志收集 Scribe、Flume和爬虫等；
数据处理：流式计算的storm, spark streaming、Hadoop、消息队列相关的如Kafka等；
数据分析：HIVE、SPARK、基本算法、数据结构等；
数据存储：HDFS等；
数据挖掘：机器学习相关算法，聚类、时间序列、推荐系统、回归分析、文本挖掘、贝叶斯分类、神经网络等。
最后，大讲台老师对转型大数据的工程师提3点建议。
（1）重视基础；
（2）发挥专长；
（3）要喜欢or要坚持。
对大数据工程师产生兴趣的朋友，大讲台老师送你两句话：人生能有几回搏，此时不搏何时搏。不管成功与失败，亲身体验感悟多。