有问题就有答案
市场营销与电子商务的区别？
市场营销与电子商务的区别：
1、服务对象不同
市场营销服务的对象是传统营销企业。电子商务是依托于网络技术的发达，通过网络线上销售的，将商品放在网上，向人们展示庞大的信息量，如商品的型号、规格、尺寸、安装条件等。
2、学习课程不同
电子商务专业除了学习市场营销专业所需要学习的那些课程外，还必须学一些网页设计、图片处理、网络营销技巧等课程。
3、发展前景不同
市场营销现在依旧是属于线下的传统营销，很难有所改变。但是电子商务现在产生了一些新的发展方向，比如移动电商、跨境电商等，移动电商是靠互联网和日益被广泛使用的移动终端来开展的各种商务活动的，跨境电商主要是在网络上开展国际贸易，前景都十分看好。
4、发展趋势不同
从发展趋势来看，传统的营销模式越来越衰落，而电子商务正方兴未艾。随着房地产的高速发展，以及炒作的原因，实体商店的店铺租金居高不下，使得很多传统商业企业经营十分困难、纷纷倒闭。而购物的方便与快捷，使得电子商务的参与者，尤其是购买者越来越多。
电子商务及法律专业怎么样？
本人就读于某大学法学专业 法学这个专业在很多学校都有开设 本科专科都有涉及 每年都有很多法学毕业生
学校就读方面：法学专业的课程 有民法 刑法 刑诉 民诉 行政法 行政诉讼法 等 课程比较多 偏专业化 需要逻辑性推理 还有政治 历史等背景知识 最重要的是不需要学数学 个人觉得偏文科性较强
就业方面：很多学校开设法学专业 导致法科学子众多 然而佼佼者却少之又少 学法学专业的人要通过一场考试走上就业岗位才有保障――司法考试（现已改名为法律职业资格考试）即只有通过这个考试 才有资格从事律师 法官 检察官等职业
可以过了法考进入律师事务所成为一名律师
也可以通过公进入公检法部门从事法律行业
也可以进入公司法务部门从事法务
当然 这些的前提都是要过法考才可以
法学专业是一个持续性很长的专业 要长久才能见效的专业 刚从事律师的薪水是很少的 之后业务熟练了 薪酬自然上去了 要吃的了这个无人问津的苦 才会有苦尽甘来的效果
如今国家倡导依法治国 需要法学专业的人才为国家做贡献 总的来说 拼搏出成绩 前途不可限量
电子商务 是近几年兴起的一个行业 随着马云爸爸和互联网的努力下 电商是当今一个热潮
学校的课程涉及方面广 高数 市场营销课程 会计 电商基本的知识 比较杂 需要了解各种各样的知识
就业的话 好的话可以上阿里巴巴 最差的话也能自己开个网店养活自己
以上
妹妹被湖南大学电子商务专业录取了？
只能说湖大也是个985吧，不过说实话电子商务这个专业真不咋样，很多人估计被这个名字骗了。
电子商务听起来跟现在这个互联网时代挺契合的，但实际学起来，会发现课程相对较水，经济类、管理类、计算机基础学科等内容都有所涉及，涉猎面宽的代价就是什么也不精，学完几年后会发现一头雾水，知识不成体系。
到大三下面临选择的时候就会茫然了。
1.如果找工作多半没有对口的方向，或者说自己没掌握多少专业技能。你说对口嘛，开个淘宝店？施主你可别说笑了，这也算就业？当然你要能做成那种月入几万当我没说。
2.如果是考研的话大部分是跨考经济，会计，金融，计算机等专业方向。
3.公务员就随意了，只要有招这个专业的岗位那就抓紧机会能上就上。
综上，电子商务不是一个非常好的选择。既然已经报了，那只能做后面的补救措施了。
1.转专业。大学一般都有在大一下，或者大二上提供一次转专业的机会，具体请关注湖大的消息。
2.辅修第二学位。在大二大三的时候可以申请一个校内或者校外修读第二专业学士学位的机会，可以根据自己兴趣和未来发展选择一个合适的专业。如果有校外的选择机会，建议选择中南大学。
3.考研。如果是电子商务这个专业还有点优势的话，估计考研能算得上。本科期间经、管、计算机等都有所涉及，在考研选择跨考的时候就有多个选择，而且现在考研对跨考并不限制，甚至有些学校和老师还比较喜欢跨考过来的学生，毕竟复合背景嘛。我们专业就有跨考这几个方向成功的。
(我为什么这么了解电子商务专业？因为我就是电子商务的隔壁，信息管理专业的哈哈哈哈。注:我不是湖大的)
给个建议，如果一开始可以选择，或者以后想找个选择方向的话，这几个专业仅供参考。
女生版。师范类专业，会计学，医学，财政学，金融学等。
男生版。计算机，医学，财政学，会计学，师范类专业，金融学等。
注:为什么金融学排最后？一能上榜，主要是结合了当前社会的发展趋势，不可否认经济金融是当前的热门行业。二排最后，金融这个专业，等你从业后会发现，对经济资源的依赖非常强。也就是说你家资源和人脉足够多的话，在这个行业越能混的开。不然压力非常大，也就是个小兵。简单说就是家里有钱有资源的，可以把这个专业提升至第一位。
酒店管理和电子商务哪个专业好？
这个问题完美地体现出志愿填报选专业中的盲目性：不了解专业、不了解自己、直接就想知道哪个专业好。
实际上，哪个专业好根本不存在客观的答案，每个人都需要根据自己的情况去选择合适的专业。
了解专业
酒店管理属于管理学门类中的旅游管理类专业。
电子商务属于管理学门类中的电子商务类。
专业解读依据的是教育部最新颁布的《普通高等学校本科专业类教学质量国家标准》。更多专业解读请登录七星导学平台查询。
了解自己
高考成绩能决定你能考取哪所高校哪个专业，但决定你适合读什么专业的不是成绩，是你的个人禀赋、专业兴趣。七星导学的专业倾向测评系统秉承如下逻辑：
如果认可上述逻辑，欢迎到平台进行测评。
了解高校及专业详情
如果某个专业特别适合，就可以根据自己的成绩状况去了解可能考取的高校及该专业的详情信息，以判断是否值得报考。七星导学的高校及专业详情数据库是全国唯一的，对所有用户开放。
欢迎评论、分享、转载（需注明出处），答主保留对篡改本答案内容及图片，或进行歪曲性解读等行为的法律诉讼权利。
七星导学是国内领先的新高考选课、高考志愿填报的专业测评、大数据服务平台。
电子商务和计算机应用专业哪个好？
谢谢邀请！
作为一名计算机专业的教育工作者，我来回答一下这个问题。
首先，电子商务和计算机应用专业在知识结构上的差别还是比较明显的，这两个专业都有较好的就业前景，所以在具体选择的时候，要结合自身的知识结构、能力特点以及兴趣爱好。
电子商务专业的重点在于通过互联网、大数据以及计算机相关技术来完成商务处理的过程，重点是如何应用技术手段来完成商业目标，所以在课程设置上会围绕电子商务的产业链进行讲解，课程体系当中涉及到的知识面也比较广（涉及到行业知识）。选择电子商务需要具有较强的学习能力、沟通能力和策划能力，另外对于实践能力的要求也比较高。
电子商务专业未来的发展前景非常广阔，工作岗位也比较多，但是要想获得更强的岗位竞争力，需要具有较强的实践能力。电子商务领域的不少岗位对于学历通常并不敏感，工作经验（实践）往往更重要。早期不少电子商务专业的毕业生在就业方面并不理想，电子商务专业也曾经一度被列入到最难就业的十几个专业之中，一个重要的原因就是毕业生的实践能力不足。
计算机应用技术专业更注重通过计算机技术来解决行业的应用问题，相比于电子商务专业来说，计算机应用技术专业会构建一个比较全面的计算机知识结构，涉及到操作系统、计算机网络、数据库、编程语言等内容，所以计算机应用技术专业的毕业生往往会从事程序员、网络工程师、运维工程师、数据分析师等工作岗位。
在当前大数据、云计算和物联网的时代背景下，计算机应用技术专业的就业面还是比较广阔的，但是一定要紧跟技术发展趋势，同时重视实践能力的培养。如果对于计算机技术比较感兴趣，同时具有一定的逻辑思维能力和动手实践能力，那么可以考虑计算机应用技术专业。
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、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！
找什么类型的工作合适？
如果是专业做电商那还是选择互联网营销最合适，尤其是女性方面的一站式产品，比如:私护，洗化，护肤，美妆，保健等。从上到下，从内到外，内外兼修都有的产品行业。还可以交到很多朋友最后都像家人一样互帮互助，非常幸福开心?总之不要离开健康美业就行，自己即便美丽健康了，还可以经济独立，还可以帮助更多的人提高健康美丽的意识，学会爱自己，爱家人从爱自己开始，把爱传递给每个人以及每个家庭当中去，因为我始终觉得健康一个女人，会幸福一个家庭，并且还会和谐一个社会，这是一件非常伟大的爱心传递，这是一份伟大的事业
大数据主要学习哪些内容？
前言
要从事计算机行业的工作，不管是什么工作，开发、测试、还是算法等，都是要有一门自己比较熟练的编程语言，编程语言可以是C语言、Java、C++等，只要是和你后续工作所相关的就可以（后续用到其他语言的话，你有一门语言基础了，学起来就快了）。一般初学者入门语言大多都会选择Java、C语言、C++或者Python，而且现在网上有很多好的视频，可以供初学者学习使用。关于学习视频或者资料的选择，知乎或者百度等都有很多讲解了，也可以跟师兄师姐咨询，这样可以少走很多弯路，当然，有人说，走一些弯路总是有好处的，但是我这里说的弯路不是说不犯错误，不调bug，而是指学习资料以及一些知识点的偏重点，这样可以尽量节约一部分时间，刚开始时，总会有点迷，而且当你真正投入进去学习时，会发现时间总是不够用。
我前面是做的Java后端，后续才转的大数据，所以一些Java开发所需要的东西自己也有学习过，也都是按照正常的路线走的，JavaSE阶段，然后数据库，SSM框架，接着做了一些网上找的项目，之后发现对大数据比较感兴趣，就开始找大数据相关的资料学习，看视频，看博客，敲代码，前期大概花了3-4个月吧（公众号的这些资料就是我当时看过的），也是一步步艰难走过来的，刚刚开始接触大数据相关的东西时，一度怀疑这么多东西自己能否学得完，是不是能用得到，学完又忘了，忘了又回头看，不过还好，坚持过来了，还好没有放弃，工作也还ok，找的大数据开发岗，待遇也还不错吧。
下面就说一下我自己从Java开发到大数据开发的曲折学习之路（狗头保命.jpg）。因为我现在是做大数据相关的工作了，所以Java后端涉及到的一些SSM框架等知识点我就不介绍了，毕竟后续一段时间也没有做了。自己看过的大数据学习相关的视频+资料大概是200G-300G吧，从Linux->Hadoop->。。。->Spark->项目，还有就是一些面试文档，面经等。一些视频看了两遍或者更多，跟着学，跟着敲代码，做项目，准备面试。涉及到需要学习的东西包括：JavaSE，数据结构与算法（计算机行业必备），MySQL，Redis，ES（数据库这些可以看项目，也可以自己熟练一两个），Linux，Shell（这个可以后期补），Hadoop，Zookeeper，Hive，Flume，Kafka，HBase，Scala（Spark是Scala写的，会Scala做相关的项目会更容易入手），Spark，Flink（这个是找工作时有面试官问过几次liao不liao解，所以找完工作才开始接触学习），相关项目。
编程语言阶段学习
如果是零基础的话，建议还是从视频开始入门比较好，毕竟一上来就看教材，这样有些代码的来龙去脉可能不是很了解。如果是有一些编程语言基础的话，从视频开始也会更简单，一些for、while循环你都知道了，学起来也会快很多。 JavaSE我是选择的某马刘意的为主，因为刚刚开始学Java看过一本从《Java从入门到精通》，没什么感觉，后续又在看了某课网的Java初级视频，还是没感觉出来啥（当时就有点怀疑自己了。。。），可能有点没进入状态。 还好后续找了某马刘意老师的JavaSE视频（我是看的2015年版本，那时候19版还没出），觉得他讲的真的是很好很详细，每个知识点都会有例子，也都会带你敲代码，做测试，可能前面有C语言基础，然后也看过Java的一些语法，所以学起来还是比较顺利，后面的IO流、多线程等知识点时，也有看书看博客，或者看看其他老师的课程，讲解的可能自己比较容易接受就可以，反正都是多尝试（下面会给出视频链接），尽量懂一些，后续可以回头来复习。JavaSE相关的视频，先看一遍，后续有时间建议再看一遍，而且这些经典的视频，看两遍真的是享受。 如果有一定基础了的，JavaSE前面七八天的视频可以加速看，但是不懂的一定要停下开仔细想想，零基础的还是尽量不要加速吧，慢慢来稳些。后面的视频建议还是跟着视频来，尽量不要加速，代码尽量都敲一敲，第一遍基本上一个月到一个半月可以结束。 JavaSE可以说是很基础也很重要的东西，主要重点包括面向对象、集合（List、Map等），IO流，String/StringBuilder/StringBuffer、反射、多线程，这些最好是都要熟悉一些，面试也是重点。 JavaSE之后，如果你是要走前端或后端开发路线的话，可以跟着一些网上的视频继续学习，这里我就不多做介绍了。
===========分割线，Scala可以后续Spark阶段再接触学习=============
Scala的学习，Scala是一门多范式 (multi-paradigm) 的编程语言，Scala支持面向对象和函数式编程，最主要的是后续Spark的内容需要用到Scala，所以前面学习了JavaSE，到Spark学习之前，再把Scala学习一波，美滋滋，而且Scala可以和Java进行无缝对接，混合使用，更是爽歪歪。后续Spark学习时基本都是用的Scala，也可能是和Java结合使用，所以Spark之前建议还是先学一波Scala，而且Scala用起来真是很舒服（wordcount一行代码搞定），适合迭代式计算，对数据处理有很大帮助，不过Scala看代码很容易看懂，但是学起来还是挺难的，比如样例类（case class）用起来真是nice，但是隐式转换学起来就相对比较难。学习Scala的建议：1. 学习scala 特有的语法，2. 搞清楚scala和java区别，3. 了解如何规范的使用scala。Scala对学习Spark是很重要的（后面Flink也是要用），虽然现在很多公司还是用Java开发比较多，而且Spark是Scala写的，如果要读源码，会Scala还是很重要的（至少要看得懂代码）。 Scala主要重点包括：隐式转换和隐式参数、模式匹配、函数式编程。这里我看的是某硅谷韩老师的Scala视频，韩老师讲的真的很不错，五星推荐，哈哈。 也许有人会觉得Python也是需要的，但是学习阶段，可能用Java还是比较多，面试也基本都是问Java相关的内容，所以Python后续工作会用到的话，再看看Python的内容吧。
大数据框架阶段学习
大数据这方面的知识点自己可以说真的是从零开始的，刚刚开始学那会Linux基本都没用过，心里那个虚啊，而且时间也紧迫，想起来都是一把辛酸泪。 刚刚开始学的时候，看了厦门大学林子雨的《 大数据技术原理与应用》课程，可能这个课程是面对上课的，所以看了一些，感觉对自己帮助不是很大（并不是说课程不好，可能不太适合自己，如果是要了解理论知识，很透彻，但是俺时间紧迫啊），所以就继续在网上找视频，然后发现某硅谷的培训视频很多人去参加，而且知识点也很齐全，大数据相关组件都有讲课，还有一些项目比较好，所以就找了它相关的视频，当时看的是2018年的，所以视频不算旧。 来一张推荐系统架构的图，先看看
一般来说，Flume+Kafka对数据进行采集聚合传输，一方面Spark对实时数据进行处理，传输给相应的数据处理模块（比如实时数据处理的算法模块，Spark也有提供常见的机器学习算法的程序库），另一方面采集的数据也可以放入数据库（HBase、MongoDB等）中，后续MapReduce对离线数据进行离线处理，数据处理完毕用于后续的使用，数据采集处理的流程大概就是这样。如果是推荐系统，实时推荐会给用户产生实时的推荐结果，让用户进行查阅选择，比如你在界面浏览了或者看了新的物品，然后刷新下界面，可能给你展示的东西就有一些变成跟你刚刚浏览的相关了。离线推荐的话主要是对离线数据进行处理，为物品或种类做出相似的推荐，如果后续用户搜索相应的物品时，给用户展示相应的产品。
大数据学习路线：Linux -> Hadoop -> Zookeeper -> Hive -> Flume -> Kafka -> HBase -> Scala -> Spark -> 项目 - > Flink（ 如果需要学习Storm，在Spark前面学习）
一、Linux（基本操作）
一般我们使用的都是虚拟机来进行操作，所以要安装VM（ Virtual Machine），我使用的是CentOS，所以VM和CentOS都要跟着安装好，跟着视频操作，一定要动手实践，将一些Linux基本命令熟练掌握，一些VIM编辑器的命令也要会用，做相应的一些配置，使用SecureCRT来做远程登录操作（也可以使用其他的，自己顺手就行）。再强调一遍，基本操作命令尽量熟练一点，如果一下记不住，打印一些常用的，自己看看，多用多实践，慢慢就会用了。还有一些软件包的下载安装卸载等，跟着操作一遍，熟悉下，后续都会使用，Shell编程可以后续补。
二、Hadoop（重点中的重点）
Hadoop是一个分布式系统基础框架，用于主要解决海量数据的存储和海量数据的分析计算问题，也可以说Hadoop是后续整个集群环境的基础，很多框架的使用都是会依赖于Hadoop。主要是由HDFS、MapReduce、YARN组成。这个部分安装Hadoop，Hadoop的三个主要组成部分是重点，对他们的概念要理解出来，知道他们是做什么的，搭建集群环境，伪分布式模式和完全分布式模式的搭建，重要的是完全分布式的搭建，这些部分一定要自己动手实践，自己搭建集群，仔细仔细再仔细，Hadoop的NameNode，DataNode，YARN的启动关闭命令一定要知道，以及他们的启动关闭顺序要记住，不要搞混。后续视频会有一些案例操作，跟着写代码，做测试，把基本环境都配置好，后续这个集群（完全分布式需要三台虚拟机）要一直使用。
三、Zookeeper
Zookeeper是一个开源的分布式的，为分布式应用提供协调服务的Apache项目。分布式安装ZK，对ZK有一定的了解就可以了，了解它的应用场景，以及内部原理，跟着做一些操作，基本上有一些了解即可。
四、Hive（重点）
Hive是基于Hadoop的数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。Hive的安装，它的数据类型，以及它的数据定义、数据操作有较好的了解，怎么操作表（创建表、删除表，创建什么类型的表，他们有什么不同），怎么操作数据（加载数据，下载数据，对不同的表进行数据操作），对数据的查询一定要进行实践操作，以及对压缩，用到时不懂也可以去查，最好是能理解清楚。这部分有什么面试可能会问，所以视频后续的面试讲解可以看看，理解清楚。
五、Flume
Flume是一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。对于Flume，对它的组成架构，以及对Flume Agent的内部原理要理解清楚，Source、Channel、Sink一定要知道它们的各种类型以及作用，有哪些拓扑结构是常见常用的，例如一对一，单Source、多Channel、多Sink等，它们有什么作用，要理解清楚。还有一个重点，就是对Flume的配置文件一定要了解清楚，不懂的可以上官网查看案例，对于不同的情况，它的配置文件要做相应的修改，才能对数据进行采集处理，视频中的实践案例一定要跟着做。
六、Kafka（重点）
Kafka是一个分布式消息队列，用来缓存数据的。比如说实时计算中可以通过Flume+Kafka对数据进行采集处理之后，Spark Streaming再使用Kafka相应的Topic中的数据，用于后续的计算使用。对于Kafka，要理解Kafka的架构，什么是Kafka，为什么需要Kafka，应用场景。基本的命令行操作要掌握，比如怎么创建删除Topic，怎么通过生产者生成数据，消费者怎么消费数据等基本操作，官网也是有一些案例可以查阅的。
七、HBase（重点）
HBase是一个分布式的、基于列存储的开源数据库。HBase适合存储PB级别的海量数据，也可以说HBase是很适合大数据的存储的，它是基于列式存储数据的，列族下面可以有非常多的列，列族在创建表的时候就必须指定。所以对HBase的数据结构要有一定的理解，特别是RowKey的设计部分（因为面试被问到过，咳咳，所以点一下），对于它的原理要了解，一些基本操作也要都会，比如创建表，对表的操作，基本的API使用等。
八、Spark（重点中的重点）
Spark是快速、易用、通用的大数据分析引擎。一说到Spark，就有一种哪哪都是重点感觉，哈哈。 Spark的组成可以看下图
Spark是基于内存计算的，对于数据的处理速度要比MapReduce快很多很多，而且数据挖掘这些都是要对数据做迭代式计算，MapReduce对数据的处理，而Spark是可以进行迭代式计算，很适合数据挖掘等场景。Spark的Spark SQL能够对结构化数据进行处理，Spark SQL的DataFrame或DataSet可以作为分布式SQL查询引擎的作用，可以直接使用Hive上的表，对数据进行处理。Spark Streaming主要用于对应用场景中的实时流数据进行处理，支持多种数据源，DStream是Spark Streaming的基础抽象，由一系列RDD组成，每个RDD中存放着一定时间段的数据，再对数据进行处理，而且是基于内存计算，速度快，所以很适合实时数据的处理。Spark MLlib提供常见的机器学习(ML)功能的程序库。包括分类、回归、聚类、协同过滤等，还提供了模型评估、数据 导入等额外的支持功能。对Spark的核心组件、部署模式（主要是Standalone模式和YARN模式）、通讯架构、任务调度要有一定了解（面试问到了可以说一波），Spark Shuffle要好好理解，还有内存管理要知道，对Spark的内核原理一定要好好理解，不仅面试可能要用，以后工作也是有帮助的。
九、Flink（重点中的重点）
Flink是一个框架和分布式处理引擎，用于对无界（有开始无结束）和有界（有开始有结束）数据流进行有状态计算。现在主要是阿里系公司使用的比较多，很多公司使用的还是Spark居多，而且Flink基本上都是和Spark很多功能大体上一样的，但是以后Flink和Spark孰强孰弱还有待时间的考验，不过Flink近几年越来越火了这是事实，所以如果有时间有精力的话，可以学一学Flink相关的内容也是很不错的。Spark和Flink主要都是在数据处理方面应用，在数据处理方面的话，离线数据处理：Flink暂时比不上Spark，Spark SQL优点在于可以和Hive进行无缝连接，Spark SQL可以直接使用Hive中的表；Flink暂时做不到这一步，因为官方不支持这一操作，Flink只能将数据读取成自己的表，不能直接使用Hive中的表。对于实时数据的处理：Flink和Spark可以说是平分秋色吧，而且Flink是以事件为驱动对数据进行处理，而Spark是以时间为驱动对数据进行处理，在一些应用场景中，也许Flink的效果比Spark的效果还要好些，因为Flink对数据更加的敏感。比如一秒钟如果触发了成千上万个事件，那么时间驱动型就很难对数据做细致的计算，而事件驱动型可以以事件为单位，一个个事件进行处理，相比而言延迟更低，处理效果更好。现在使用Flink的公司越来越多，有时间学习下，也算是有个准备。
项目阶段
其实某硅谷的视频里面有很多大数据相关的项目，而且都是文档配代码的，B站上也有视频，学习期间可以跟着视频做两到三个项目，自己理清思路，把项目理解透彻，还是可以学到很多东西的。 根据自己情况，选择两到三个项目重点跟着做，理解透彻一点
大数据项目实战
某硅谷的视频里面有很多大数据相关的项目，而且都是文档配代码的，学习期间可以跟着视频做两到三个项目，自己理清思路，把项目理解透彻，还是可以学到很多东西的。根据自己情况，选择两到三个项目重点跟着做，理解透彻一点。相关项目文档资料我已经放到网盘，GongZhongHao回复相应关键字获取领取。 相关项目、涉及技术框架及其B站链接（B站链接主要是为了有些小伙伴网盘速度限制，这样就下载文档资料即可）
书籍
书籍部分直接云盘链接保存即可，这里我放两张Java开发和大数据开发我自己的书单（很多，路漫漫，吾将上下而求索~） Java后端书架：
大数据书架：
大概就这些，看完就需要很久了，大部分我也是需要的时候看相应的部分，所以有时间可以好好看下，不然就需要哪一部分看哪一部分，有助于学习即可。
最后
大数据开发也是需要编程基础的，并不是学会使用这些框架怎么样就可以了，所以对于编程语言，数据结构与算法，计算机网络这些基础也是要的，这些基础知识也有助于自己以后的发展，如果是应届生校招的话，面试基本上都是JavaSE和数据结构与算法等的知识点，还有大数据组件相关的知识点，以及对项目的理解，这些都是要自己面试前准备好的，多看面经，多找面试题看，面几次，心里有谱了，后续面试就好了。 不管是从事什么样的计算机相关的岗位，编程都是很重要的，数据结构与算法特别重要，还有就是leetcode等编程网站刷题，提升自己的编程思维，后续笔试面试都要要的。 要将一行行代码看做一叠叠rmb，但是一行行代码能不能转换成一叠叠rmb，自己就一定要：坚持，多敲代码；多敲代码，坚持；坚持。
电子商务专业考公务员哪些单位？
电子商务专业在公中的专业类别不是很清晰，有的人说应该属于工商管理类，有的认为应该属于商务贸易类，我去查看了下2018年国家公专业分类目录，属于服务业管理类，包括电子商务，电子商务及法律等。
