说到AI，总是不可避免的联想到大数据与云计算，这三者可谓相辅相成，唯有全部结合起来，才有可能成为真正的人工智能。

简单来说，AI是基于计算机软硬件，通过模拟人类思考和智能行为的一种理论方法和技术。而云计算则是将服务器、存储器、存储设备以及网络等资源打包成云端，为客户提供相关的按使用量付费的模式。大数据则是将结构化数据和非结构化数据形成的所有数据整合起来，用以分析发现数据背后相关关系的信息资产。

首先来说说，人工智能需要什么数学知识。

人工智能跟 IT 技术的主要差别是什么？简单的说，就是 AI 对数学要求较高，对编程要求较低，而 IT 开发对于编程要求高，特别是对编程经验要求高，但对数学要求不高。

AI是个大工程，对数学要求很关键。

入门级的 AI 玩家需要至少拥有：

        包括高等数学、线性代数、概率论与数理统计在内的大学数学知识；

        使用一种到多种编程语言的能力，如 Python、C++、Java；

        比较熟练的英语阅读能力，用于阅读论文；

        相当的人工神经网络知识；

若想在这个领域有点建树，可能还需要在随机过程、泛函分析、微分流形、数值分析和优化理论等领域进一步深造。

若还未能满足你的志向，想要搞机器人学或自动驾驶？那还得研究微分方程、运动学、动力学。

而如果你想在大数据领域有所成就，做个数据分析师应具备的5项基本技能：

1、编程

学习如何编码是大数据分析师的基本技能。你需要编写代码以使用海量数据集进行数值和统计分析。你应该花时间和金钱学习的一些语言包括Python，R，Java和C ++等。

2、定量技能

首先，你需要了解多变量微积分以及线性和矩阵代数。你还需要了解概率和统计数据

通过学习这些技能，你将在数值分析方面拥有坚实的基础。

3、多种技术

技术并不仅限于编程。一个优秀的大数据分析师必须熟悉的技术范围是巨大的。它涵盖了无数的工具，平台，硬件和软件。例如，Microsoft Excel，SQL和R是基本工具。在企业级，SPSS，Cognos，SAS，MATLAB与Python，Scala，Linux，Hadoop和HIVE一样重要。

学习大数据必须学习大数据核心知识，比如：Hadoop生态系统；HDFS技术；HBASE技术；Sqoop使用流程；数据仓库工具HIVE；大数据离线分析Spark、Python语言；数据实时分析Storm；消息订阅分发系统Kafka等。

你使用的实际技术取决于你所处的环境。它还会根据你公司和项目的要求而有所不同。

4、对业务和成果的理解

如果无法将数据和见解应用于业务设置，则无法对其进行分析。所有大数据分析师都需要对其运营的业务和域有深刻的理解。

5、数据解释

在我们概述的所有技能中，数据解释是例外。这是一种艺术与科学相结合的技能。它需要科学和数学知识，但也需要创造力、独创性和好奇心。

云计算是网格计算（Grid Computing）、分布式计算（Distributed Computing）、并行计算（Parallel Computing）、效用计算（Utility Com puting）、网络存储（Network Storage Technologies）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机技术和网络技术发展融合的产物。

下面是云计算所需要学习的技术点以及详细内容:

一、网络基础、Linux系统管理、Linux网络服务

网络基础、Linux系统管理、Linux网络服务；

服务器与操作系统、网站与域名知识、病毒与木马揭秘、构建LAMP网站平台；

计算机网络参考模型、交换路由原理与基本配置、网络层协议与应用；

Linux目录和文件管理、安装程序、账号与权限管理、磁盘管理与服务器RAID；

进程和计划任务管理、深入理解Linux文件系统；

Linux基础网络设置、DHCP、Samba、FTP、DNS、Postfix、CA认证、NFS、YUM、PXE。

二、Linux企业级应用、群集、虚拟化

Linux企业级应用、群集、虚拟化；

Shell编程的条件与case语句、sed与awk、iptables防火墙；

HTTP协议分析、Apache配置与优化、LNMP应用部署；

Nginx+Apache动静分离项目、Nginx优化与防盗链、部署tomcat；

LVS+Keepalived群集、Haproxy、Nginx+tomcat负载均衡与动静分离；

VMware、KVM、Docker、虚拟化；

MySQL管理、备份与恢复、主从复制与读写分离；

MySQL-MMM高可用、heartbeat、DRBD、故障排查；

Squid、Vainish、Nginx、Memcache、CDN缓存加速；

Cacti、Nagios、Zabbix监控；

企业远程备份同步rsync、MFS分布式文件系统。

三、云计算、大数据、Oracle、运维自动化

Oracle安装部署、体系结构、事务和常用数据库对象、备份与恢复、OEM监控与管理；

Oracle常见故障处理、Oracle.RAC群集项目、Oracle.Data.Guard；

社交网站架构项目、百万PV网站架构项目、千万PV网站架构项目；

云计算openstack项目、大数据hadoop项目；

Puppet、Ansible自动化运维项目、运维经验、流程规范。

四、Python基础、Django、Web开发、Python运维开发

Python基础、元组与字典、程序逻辑、函数与模块、类和对象、面向对象编程、游戏项目；

HTML、CSS、JavaScript、jQuery、Bootstrap框架；

MVC设计模式、Django框架综合应用、Django、Web开发项目；

Python运维开发基础、系统批量运维管理器Fabric应用、集中化管理平台Saltstack应用；

使用Mrjob框架编写Hadoop、MapReduce、运维开发项目。