对大数据人才、高工资、高福利的迫切需求，使得很多人转向大数据。那么，对于一些普通的技术开发人员来说，当他们转向大数据开发时，有什么必要考虑的呢？

对于行业的需求，更简单的方法是从求职网站上查看信息。以下是对大数据行业的一些专业要求，这些要求必须由切换到大数据行业的人考虑。

路

大数据

• 1、丰富的数据开发经验，对数据处理、数据建模和数据分析有深刻的理解和实践经验。
• 2、熟悉SQL，有一定的SQL性能优化经验。
• 3、精通Java语言、MapReduce编程、脚本语言Shell／Python／Perl。
• 4、业务理解力强，对数据和新技术敏感，对云计算和大数据技术充满热情。
• 5、深入了解地图还原模型，在Hadoop、Spark、Storm等大型数据存储和操作平台上有实践经验。

这五个因素代表了所有这些因素，只是列出了一些基本技能，但它们也可以为一些旅行者提供一些方向。

路

对于技术人员来说切换到大数据，更常见的是Java人员的转行，毕竟，以Java为基础，传输速度会更快。Haoop是大数据的主流平台，是基于Java开发的，因此Java程序员可以从语言环境中更顺利地向大数据发展。此外，基于大数据的许多应用框架也是Java，因此在许多大数据项目中掌握Java语言具有一定的优势。

路

当然，Hadoop的核心价值是提供一个分布式文件系统和一个分布式计算引擎，对于大多数公司来说，这是不需要修改的。除了熟悉编程之外，您通常还需要学习一些数据处理和数据挖掘的知识。特别是在数据挖掘工程师的指导下，需要掌握更多的算法相关知识。

1、分布式计算框架

掌握hadoop和spark分布式计算框架，了解文件系统、消息队列和nosql数据库，学习hadoop、mr、spark、hive、hbase、redies、kafka等相关组件。

路

学习是一个不断积累的过程，需要不断地努力和精进，工作需要学习大数据或者有兴趣学习大数据的伙伴可以私信回复小编“学习”领取全套免费大数据学习资料、视频

2、算法和工具

学习了解各种数据挖掘算法，如分类、聚类、关联规则、回归、决策树、神经网络等，掌握门数据挖掘编程工具：python或scala。目前，主流平台和框架已经提供了算法库，如Hadoop上的Mahout和Spark上的MLlib。您还可以通过学习这些接口和脚本语言来开始学习这些算法。

3、项目实践

你可以在网上找到一些相关的项目。当然，参加实习也是个不错的选择。

虽然拥有Java基础可以让你更快地了解大数据，但保持一颗谦虚的心可以使你真正成为一个大数据人才。毕竟，大数据不仅受到Java的支持，而且还有很多需要学习的地方。过度自信是许多Java开发人员无法转换职业生涯的原因。

路

年龄不是问题。许多在技术岗位工作多年的人都在转向大数据。他们更关心年龄。毕竟，当他们30多岁的时候，如果他们不能改变职业，影响会太大。事实上，这并不是不可解决的，关键是看你如何应对职业变化，30岁的你的职业生涯才刚刚开始，以后你还有很多路要走，所以，既然你想学习，那么你不妨给自己一个机会。学习可能不会成功，但如果你不行动，它就永远不会成功。

各位读者大老爷觉得有用可以给小编评论转发点赞哦，各位读者大老爷支持，小编就能晚饭加鸡腿！各位读者老爷如果工作需要学习大数据或者有兴趣学习大数据的伙伴可以私信回复小编“大数据”领取全套免费大数据学习资料、视频！