大数据建模需要以下基础：
1. 数据收集：需要收集大量的数据，以便进行建模；
2. 数据清洗：需要对收集的数据进行清洗，以确保数据的准确性；
3. 数据分析：需要对收集的数据进行分析，以确定数据的规律；
4. 模型建立：需要根据分析的结果建立模型，以便进行预测；
5. 模型评估：需要对建立的模型进行评估，以确定模型的准确性。
要理解和应用大数据，需要以下基础知识：
1. 数据存储和管理：了解不同类型的数据存储技术，如关系型数据库、非关系型数据库、数据仓库等，并了解它们的优缺点和适用场景。
2. 数据处理和分析：熟悉数据处理和分析的方法和工具，如数据清洗、数据转换、数据挖掘、机器学习等。
3. 编程和软件开发：具备一定的编程能力，熟悉至少一种编程语言（如Python、Java或R），并了解软件开发的基本原理和流程。
4. 统计学和数学基础：具备一定的统计学和数学知识，如概率论、线性代数、统计推断等，可以帮助在数据分析和建模过程中理解相关概念和方法。
5. 网络和分布式计算：了解网络原理、分布式计算架构和技术，如Hadoop、Spark等，以便在处理和分析大数据时能够充分利用分布式计算的优势。
6. 数据可视化和沟通能力：具备数据可视化和沟通能力，能够有效地将分析结果和洞见传达给非技术人员。
此外，对于特定领域的大数据应用，还需要具备相关领域的专业知识，以便能够更好地理解和分析数据。
