本人人力资源专业毕业！计算机水平一般，像sas这种的就不要说了！有朋友推荐python.怎么样？

背景：本人目前就职于一家国内排名前5的互联网金融公司，入职约1年，本科专业是财务管理，工作岗位是信贷审批，授信额度在一万元以下。了解到部门高管大多来自于银行信用卡中心或零售金融业务部门，同时我们的业务越来越偏向于使用基于神经网络的大数据系统做审批。困惑：这是未来互联网金融的大趋势吗？未来人工审核发挥的作用是不是越来小？同时审核人员的该如何应对这种改变？是朝数据分析方向转变还是跳槽到其他公司？求解惑

本人之前是做业务的日志分析，主要通过mysql或者python写脚本进行离线分析，项目会根据数据量大小使用java或者hadoop做实时分析。最近开始接触日至分析，这边主要基于ELK开发，个人有几个疑问，可能跟我接触的比较浅有关：1、elk带的kibana平台提供的图表类型比echart少太多，而且图表展示很不好看；2、对ES解析后的字段，通过kibana做分析，不能做多表join、字符串split、某个字段内like等自己通过脚本的二次分析（或者是我不熟ES的语法）3、后期我们打算对结构化的日志进行多维分析、建模分析，ELK能满足吗？

好奇其图像是什么形状的

事情原委大家自己网上查就知道了！其实除了他，很多人都想转行做大数据，想找些入门的书籍入手，有推荐的么？

在2015年目前的环境下，spark是大数据领域中一颗非常耀眼的明星，但在深度学习方面，却较少关于它的信息，查看资料大部分介绍与其他组件合用，比如：deeplearning4j，caffe等；关于spark本身的dl，在spark1.6的roadmap也有了相应的规划，可参考：[SPARK-10324] MLlib 1.6 Roadmap。

这里的minimal是咋定义的，为啥x1是minimal，x2不是

纠结ing，希望有经验的人给指导下（工作半年，两次考研失利）