数据仓库和大数据的区别？

两个名词的从定义上就是有本质区别的

数据仓库：是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。

大数据：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

数据仓库从某种角度来看其实是一种结构化的数据，根据企业的定位存储的一些价值度高的数据集合，而大数据是来个各个层面的数据集合，这些数据的价值可能需求通过各种技术手段进行处理后才能体现。

当然，从某种角度来看，企业的数据仓库本身就是一个大数据，是企业长时间积累的数据的集合。

从数据处理模式来看，数据仓库也并非都是可以通过一个sql就能查出自己想要的结果的，而且如果仓库中数据量巨大，也是需要借助大数据处理的手段，例如一些工具来数据数据查询已经数据展示的。

数据仓库的概念已经快20年的历史了。而大数据则是近10年才兴起的。两个概念是完全不同的。

数据仓库数据仓库的目的是为了解决分散的数据系统互联互通的问题。随着数据库的应用的推广，很多企业和部门都建立了自己的数据库和信息系统。在一些大型企业中甚至建立了很多相互独立的数据库。人们希望能将这些独立的数据库统一起来，建立起更强大的信息系统。举个例子，银行系统联网实现异地跨行交易。但是，各个数据库的结构都不相同，连字段都不一样，怎么实现互联互通呢？数据仓库就是在这样的背景下提出来的。具体的方案有很多这里就不细说了。总之，数据仓库的目的是使不同数据库能够实现互联互通。

大数据随着互联网的普及，海量的信息以各种形式在网络上发布和共享。由于信息量太大，人们不得不花费大量时间和投入从信息的海洋中捞取一点点有用的信息，有很多时候这甚至是一种遥不可及的梦想。为了帮助人们找到海量信息中有用的部分，大数据提供了高速地对文本，图形，结构化的数据等多种形式的数据进行识别和分析，精准地抽取出有用信息的手段。在实现方法上，云计算，人工智能等技术起到了至关重要的作用。

数据仓库和大数据的目的不同，实现的技术手段也不同，可以说是两码事。但是，大数据的涉及范围很广，数据仓库也是大数据的分析对象，同时，大数据的分析结果也能被数据仓库所使用。从这个意义上来说，二者又密切相关。

人工智能和大数据该如何选择？

一、首先，介绍一下大数据专业：大数据技术专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是多能复合的跨界人才。大数据是一个新的专业，国内首次出现这个专业是在2016年的时候，当时新设这个专业的高校全国只有3所，其中就有北京大学。

其次，介绍大数据的就业前景：

1、大数据系统架构师

大数据平台搭建、系统设计、基础设施。

技能：计算机体系结构、网络架构、编程范式、文件系统、分布并行处理等。

2、大数据系统分析师

面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。

技能：人工智能、机器学习、数理统计、矩阵计算、优化方法。

3、hadoop开发工程师。

解决大数据存储问题。

4、数据分析师

不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。

5、数据挖掘工程师

做数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，最基本的比如线性代数、高等代数、凸优化、概率论等。经常会用到的语言包括Python、Java、C或者C++，我自己用Python或者Java比较多。有时用MapReduce写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。

二、首先介绍一下人工智能专业：人工智能属于自然科学和社会科学的交叉性学科，它与计算机科学、信息学、数学、神经生理学、认知科学、心理学等众多学科有极强的关联性。目前，人工智能在计算机领域内得到了广泛的重视，并在机器人，经济政治决策，控制系统，仿真系统等方面得到应用。

其次人工智能专业的主要领域是：机器学习 人工智能导论（搜索法等） 图像识别 生物演化论 自然语言处理 语义网 博弈论等。 需要的前置课程主要有，信号处理，线性代数，微积分，还有编程。

学人工智能专业需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。还要有算法的积累：人工神经网络，支持向量机，遗传算法等等算法；当然还有各个领域需要的算法，比如你要让机器人自己在位置环境导航和建图就需要研究SLAM；总之算法很多需要时间的积累； 还需要掌握至少一门编程语言，算法的实现是要编程的；深入到硬件，要掌握一些电类基础课程。

再次人工智能是一个需要读研的专业，本科只是一些基础理论，想有一个更好的前景，一定要读研究生的。本科院校人工智能非常好的大学，例如北京大学、清华大学、中国科学研究院、浙大、哈工大、复旦、还有西安电子科技大学等。

最后介绍一下人工智能专业的就业前景：人工智能人才目前处于明显短缺状态，这种状况还存在扩大的趋势。当前社会技术环境下，需要兼顾扎实的专业技术和复合型背景的人才。在互联网企业中，人工智能的薪酬排在第三位，其中薪酬最高的是声音识别方向的从业者。有猎头透露，去年人工智能领域硕士应届生的年薪是30万元左右，博士生年薪50万元，今年博士生涨到80万元完全有可能。

我个人认为如果高考报考想报人工智能专业，以后想从事相关的工作，计算机科学、数学、统计学、光电物理、自动化、电子科学类等本科专业，更容易与人工智能领域产生交集。

以上分析是读大数据专业还是人工智能专业，还是你个人的选择。

大数据技术主要是围绕数据本身进行一系列的价值化操作，包括数据的采集、整理、存储、安全、分析、呈现和应用等，其中数据分析是大数据价值化的重要步骤。大数据技术与物联网、云计算都有密切的联系，物联网为大数据提供了主要的数据来源，而云计算则为大数据提供了支撑平台。

人工智能虽然经过了半个多世纪的发展，但是目前人工智能依然处在初级阶段，人工智能主要的研究领域集中在自然语言处理、知识表示、自动推理、机器学习、计算机视觉和机器人学等六个方面。人工智能是典型的交叉学科，涉及到哲学、数学、计算机、经济学、神经学、语言学等诸多领域。

近些年来，随着大数据的发展，人工智能也迎来了全新的发展机遇，尤其是机器学习领域。得益于丰富的数据支撑，机器学习（包括深度学习）得到了广泛的重视，在自动驾驶、智能物流、智慧医疗等领域有广泛的应用。从这个角度来看，大数据和人工智能的关系是非常紧密的，可以说大数据是人工智能的重要基础。

目前不少人工智能领域的从业者也有过大数据行业的从业经历，比如在做大数据分析的过程中往往会接触到机器学习，因为采用机器学习的方式进行数据分析是目前一个比较流行的做法，而机器学习又是人工智能领域的主要研究内容之一，所以大数据与人工智能之间的界限正逐渐模糊。

从学习的角度来说，从大数据开始学习是不错的选择，一方面大数据相关技术已经趋于成熟，另一方面大数据相关技术目前正处在落地应用阶段，随着产业互联网的发展，未来大数据将有较大的发展空间。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续在头条写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，也可以咨询我，谢谢！