工作中，从基本的linux到，hadoop,hive的安装、测试和对其自身理论的研究，后来开始研究mahout，学了一大堆模型也在不断夯实自己理论基础，在这么一路上，始终思考一个问题：数据多了，统计理论面临的问题，也看了mckinsey的关于大数据时代等，我以为被大家抄的火热的大数据时代，对我们有几个要求：
1、重视小概率事件，我的一个同事在建立模型中，10%的人（样本100w）认为没有考虑价值，而这个对客户在1亿以上，其实保守估计也在1000w,难道这些也不考虑
2、提升自己的商业思维，在实践中学习和发展，我们做这个东西商业价值到底有多大，我们要客观，而我们不要沉迷于大数据这样的字眼。现实，很多数据缺失，有的数据是在没有目的的收集，一个数据仓库必须要有商业头脑和分析思维的人来架构，否则机器用了上千台，但价值不大。没有商业价值的分析就是浪费时间和金钱。
3、要从事大数据分析，就必须从基础做起，夯实基础(理论基础、商业思维、数据的重视与藐视、好的文笔等)

厚积薄发，可以从不同数据论证相同问题，这是大数据好处，因为提高了精确性。