首先你要清楚自己为什么想要学习大数据,其次现在的工作机会是不是你心仪的工作,然后想要学习大数据是感兴趣还是盲目跟风,最后如果是想往大数据方面发展的话那么一定要了解大数据的职业划分和薪资情况,到底想从事大数据工作的哪个方向。
我的建议:IT技术更新迭代速度很快,所以一定要做到未雨绸缪,选好方向做好规划,避免还没等学就被淘汰了。
下面我从2个方面介绍
1.大数据职业划分和薪资介绍及我的认为的发展发现
2.大数据的学习路线
作为一名IT从业者,同时也是一名计算机专业的教育工作者,我来一下这个问题。
首先,当前大数据的知识体系还是比较庞大的,随着大数据技术生态的逐渐成熟和完善,大数据领域也逐渐形成了更多的岗位细分,从事不同的岗位细分方向则需要学习不同的知识。
从当前大的岗位划分来看,通常包括以下几个岗位:
第一:大数据开发岗位。从近两年大数据方向研究生的就业情况来看,开发岗位的人才需求量还是比较大的,相关岗位的薪资待遇也比较高,其中从事大数据平台开发的研发级岗位会有更高的薪资待遇。从事大数据开发岗位,通常需要学习三大块内容,其一是程序开发技术,初学者可以从Java或者Python开始学起;其二是学习大数据平台知识,初学者可以从Hadoop和Spark开始学起;其三是大数据开发实践,这个过程需要掌握一定的行业知识。
第二:大数据分析岗位。大数据分析岗位的人才需求潜力是非常大的,不仅IT(互联网)行业需要大量的大数据分析人才,传统行业领域也需要大数据分析人才。选择大数据分析方向需要具有一定的数学和统计学基础,而且也有一定的学习难度。目前大数据分析的常见方式有两种,分别是统计学方式和机器学习方式。
大数据中也有多种岗位,有的偏向开发,有的偏向运维,有的偏向数据分析与挖掘。开发的话Java居多,不过只需要到JavaSE层面即可,也可以选用Scala/Python开发。数据分析与挖掘基本上就是Python了。所以建议学习Python了。要求与条件的话,如果是计算机/数学/统计相关专业最好,不过还是看个人的学习能力与是否坚持。
1) 简单点评:
发展不错,需求不少,不过需求中主要是数据分析相关岗位,牵涉到算法建模等高级内容的话实际上不适合刚毕业的不同本科学生。建议普通本科或专科学生从数据分析入行,掌握Python,以后逐步向高级数据分析师、数据挖掘工程师、人工智能开发工程师方向走,
2)发展前景:
大数据类职位需求增幅仅次于AI岗位。眼下,几乎所有互联网企业均把数据人才列为团队标配。许多公司在数据层面增加投入,大量招募具有算法和建模能力的人才,力求通过数据沉淀与挖掘更好地推进产品的迭代。数据架构师、数据分析师成为企业争抢对象,过去一年招聘需求提高150%以上。2017,互联网公司对AI和数据人才的争抢活跃度提高了30%以上,企业间相互挖角行为变得更加频繁,人才争夺激烈程度全面升级。物联网、智慧城市、增强现实(AR)与虚拟现实(VR)、区块链技术、语音识别、人工智能、数字汇流是大数据未来应用的七大发展方向。
华为有一款应用程序叫做“iLearningX”的APP,这个APP里面主要包含了物联网、大数据、数据中心、人工智能、信息安全、5G、存储、云服务等等学习内容。华为将这些内容分为职业认证、行业认证,华为的认证又分为HCIA(华为认证工程师)、HCIP(华为认证高级工程师)、HCIE(华为认证专家),这些认证可以说是华为对你 的一个认可,毕竟是华为推出来的,在一些领域还是有一定权威性的。
华为数据的学习内容也是分级别的,向工程师主要是掌握一些基础架构,和一些简单的操作,基本上有点计算机基础就可以了;高级工程师就比较难了,向JAVA、以及平台的操作、以及要有工程师的基础;专家就更难了,我觉得专家好像什么都要会。
我考的是华为认证大数据工程师,大约用了半年的时间来学习理解,还好不是很难,主要以HDFS、Flume、MapReduce、Yarn、Spark、Streaming、Flink、Zoopkeer、Loader为主的内容,我学这个一个是因为华为的大数据学习有一定的 层次性,让我们逐渐的理解,比我们乱学、瞎学效率高很多;在一个以后是不是可以拿着这个证去华为打工呢?哈哈,请允许我做一个梦。
大数据开发工程师是大数据领域一个比较热门的岗位,有大量的传统应用需要进行大数据改造,因此岗位有较多的人才需求。这个岗位需要掌握的知识结构包括大数据平台体系结构,比如目前常见的Hadoop、Spark平台,以及众多组件的功能和应用,另外还需要掌握至少一门编程语言,比如Java、Python、Scala等。
大数据分析师是大数据领域非常重要的岗位,大数据分析师需要掌握的知识结构包括算法设计、编程语言以及呈现工具,算法设计是大数据分析师需要掌握的重点内容,而编程语言的作用则是完成算法的实现。另外,大数据分析师还需要掌握一些常见的分析工具。
大数据运维工程师的主要工作内容是搭建大数据平台、部署大数据功能组件、配置网络环境和硬件环境、维护大数据平台,大数据运维工程师需要具备的知识结构包括计算机网络、大数据平台体系结构、编程语言(编写运维脚本)等,通常情况下,大数据运维工程师也需要对数据库有深入的了解。
大数据工程师是做什么的?需要掌握哪些技能?
https://www.toutiao.com/i6711595957814821380/
学习大数据需要循序渐进的学,掌握一套学习方法很重,把需要学习的内容分成几个阶段,系统学习。我简单的列了一下需要学习的内容,仅供参考。
第一阶段
JavaSE基础核心
Java入门语法、面向对象核心、集合与泛型、线程机制、网络编程、流程控制结构、异常体系、反射体系、IO流、设计模式
第二阶段
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=============
近来随着大数据发展越来越火爆,学习大数据的人也在不断的增加,那么学习大数据都需要学习那些内容呢?大数据的相关工作你是否了解呢,是否适合自己?是不适合学习大数据?这些问题都说摆在每一个想要学习大数据的小伙伴面前需要解决的问题。
既然是想要学习大数据那么首先就要对大数据有一个简单的了解,大数据主要学习那些内容,有上面要求和条件?下满小编来为大家简单的分享一下:
大数据主要学习什么内容?
首先,大数据做为一个难度较大的技能,它需要有一定的Java或者是python编程基础的支撑,所以我们开始就是学习Java或者是python编程语言,现在大数据培训机构基本上都是讲的Java编程语言。
大数据课程:基础阶段:Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis。hadoop mapreduce hdfs yarn:hadoop:Hadoop 概念、版本、历史,HDFS工作原理,YARN介绍及组件介绍。大数据存储阶段:hbase、hive、sqoop。大数据架构设计阶段:Flume分布式、Zookeeper、Kafka。大数据实时计算阶段:Mahout、Spark、storm。大数据数据采集阶段:Python、Scala。大数据商业实战阶段:实操企业大数据处理业务场景,分析需求、解决方案实施,综合技术实战应用。
大数据主要学习:linux.高并发处理,Hadoop,zookeeper,spark,flink这些大框架,但是细分后还是很多的呢[捂脸]
学习大数据需要有java基础或者python。如果没有这方面的基础的话学习大数据会不太现实。如果你有基础可以着手从以上几个方面入手学习。如果没有还是建议先学习基础语言,基础语言学好,再学大数据会很轻松哦。给你推荐一家超好的资料,百战程序员的,他们家资料很全,还细,最主要是免费的,希望对你有帮助[呲牙]