考本科什么意思？
考本科是指高等教育的基本组成部分，一般由大学或学院开展，极少部分高等职业院校已经开展应用型本科教育。本科教育重于理论上的专业化通识教育，应用型本科侧重于应用上的专业教育和实际技能教育。
在中国，大学本科学历主要分为全日制本科和非全日制本科两种。全日制本科（又称普通本科）通常是由全国各地的普通高等学校招生全国统一考试、自主招生或保送等方式进行招生，学制4—6年；另外应届专科毕业生可以通过统招专升本选拔考试接受本科阶段教育，学制2年。
本科一般是指本科教育。本科教育是高等教育的中级层次，与专科教育、研究生教育构成高等教育内部的三个层次，为高等教育的主干部分。
本科录取一般分为四个批次。提前批，一批，二批，三批。（部分省份取消三本，二三批合并到二批招生）提前批是特殊考生：国防生，免费生，专项生，军事类，艺术类，体育类...... 一批：重本即重点本科。 按照学校科研级别不同大致划分AB两类。
A类：211工程大学，即全国重点大学，其中的A+以上大学，为教育部直属大学，985大学，重点中的重点。
大数据分析需要学习什么？
1、基础科学的能力
统计学，数学，逻辑学是数据分析的基础，是数据分析师的内功，内功不扎实，学再多都是徒劳。
掌握统计学，我们才能知道每一种数据分析的模型，什么样的输入，什么样的输出，有什么样的作用，开始我们并不一定要把每个算法都弄懂。
如果我们要做数据挖掘师，数据能力是我们吃饭的饭碗。如果你没有数学能力，用现成的模型也好，模块也好，也能做，但一定会影响你的技术提升，当然更影响你的职位晋升。
2、使用分析工具的能力
数据分析工具：SQL、SPSS、SAS、R、EXCEL等等吧，都必须掌握并且会应用，毕竟企业需要的不是学者而是应用型人才。
不会Python、不会R，说你懂数据分析谁都不信。
4、逻辑思维的能力
逻辑思维对于数据分析来说特别重要，不单单是数理逻辑这块，还要有逻辑学的知识。反映商业数据里，大家可以理解为去搭建商业框架或者说是故事线，有逻辑的推进，结果才会另人信服。
1.相关基础知识的学习积累。小伙伴初学大数据开发技术主要以基础知识为主，涉及到操作系统（Linux）、数据库、编程语言（J***a、Python、Scala）、算法设计基础以及统计学基础知识。这一过程虽然内容比较多，还好所学到知识都不是很难。对于零基础小伙伴在这一阶段的学习过程中，最好是能够写一些相关的小项目，同时通过大数据培训班老师的指导，相信很快能够达到入门的阶段性学习。2.大数据平台开发学习。接下来学习的内容主要以大数据平台为主，对于初学大数据开发技术的小伙伴来说最好选择开源的大数据平台，比如Hadoop、Spark就是不错的选择，而且大数据培训班都会有相关的案例为你提供一些学习资料，让小伙伴更容易上手学习。3.项目实战案例的练习。小伙伴想要学好大数据开发技术知识，除了理论基础知识的积累，还需要结合相关的项目实战案例的练习来深入学习理解大数据开发技术知识，实践的内容主要分为三个大的任务，分别是大数据应用开发、大数据分析和大数据运维，由于不同的岗位往往需要掌握不同的实践能力，所以掌握更多的实践知识能够在一定程度上提升自己的岗位适应能力。
