普通程序员，如何转型大数据相关方向？
最近，身边几个程序员朋友都在自学Spark、Hadoop等相关知识，仿佛不紧跟时代步伐，就会被随时甩出半条街的节奏；而打开知乎，诸如“怎样进行大数据的入门学习”“Java Web 程序员如何转型大数据”之类的话题也屡受关注。
大数据之爱绝非偶然
1、技术日渐成熟，应用空间得以拓展
大数据技术，最早于1980年被首次提及，却在近几年才获得突飞猛进的发展。相较于几十年前神经网络算法捉襟见肘的计算能力，如今处理器对大规模数据的高速处理能力无疑发挥了关键性的作用。借助于处理器的高性能，使我们短时间内完成PB 级数据的机器学习和模型训练成为可能，由此为高度依赖深度学习的图像、语音识别产品的快速迭代奠定基础，大数据应用空间得以拓展，也由此催生了提供相关产品与服务的技术公司。
2、重视数据资产，数据挖掘已成必然
现代信息技术使每日产生的数据量呈指数级增长，企业发展再也无法回避对数据价值的挖掘与利用。电商平台利用画像做个性化推荐，互联网金融公司利用高危识别技术管控金融风险，滴滴出行利用交易数据通过实时定价优化利润……这些都是对大数据价值的发掘和利用。随着数据资产意识的加强，数据挖掘也将获得越来越多结合具体行业场景的重视。
3、技术催生业务新模式，蕴含创业新契机
大数据产业链，催生出针对不同版块提供产品和服务的业务组合新模式，无论是利用推荐算法做内容服务的今日头条，还是基于数据整合提供监测服务的 TalkingData，或者是提供底层架构支持的阿里云，无不是发觉了大数据产业链条所蕴含的创业先机。
大数据创业，时至今日热度不减，虽难出BAT那样巨头独大的局面，其提供的相对公平的竞争机会，依然在吸引着新的创业公司加入。
4、市场供不应求，岗位挑战空间大
翻看大数据相关招聘岗位，一方面是供不应求的招聘局面，另一方面是腾讯、华为等大牌互联网公司开出的诱惑薪资，都让普通岗位的程序员跃跃欲试。
再加上这些岗位相比于传统的软件工程，有更高的挑战空间和更大的难度，自然引得更多人才进入到这个领域。
大数据相关岗位有哪些？
1. 偏技术的“算法工程师”
利用算法手段，构建机器学习模型，解决诸如“人脸识别”、“支付风险管控”等高难度问题。它往往既需要工程师在具体问题上有足够的专注力，也需要对相关的算法有足够深度的了解。
2. 偏业务的“数据挖掘工程师”
结合计算机知识，重点攻克复杂业务的算法化和模型化难题。与算法工程师的要求不同，它往往不需要工程师在算法上探索得足够深入，却对知识的广度和技能的交叉度有较高的要求，还需要工程师具备相当和快速的业务理解能力。当然了，对数据的高敏感性也必不可少。
技术 Leader 最想要什么样的人？
1、最好，你是个独当一面的全才
基础条件：扎实的计算机基础、逻辑能力、英文等素质
保障条件：聪明、学习能力强
加分条件：大规模集群开发经验；上层数据应用优化经历；熟悉聚类、分类、推荐、
NLP、神经网络等常见算法；会数据处理，还熟悉聚类、分类、推荐、NLP、神经网络等各种常见算法……
2、退而求其次，有配合团队的长板优势
全才难得，退而求其次，针对不同岗位吸收具有不同特长的人才，以追求团队整体配合的平衡，也不失为一个策略。
计算机视觉领域的大数据公司，往往需要自己的团队中同时具备如下特长的成员。比如精通算法的人才：把图像识别相关算法模型调整到极致；工程实力型人才：高性能实现训练好的算法模型，或者帮团队搭建一整套视频图像数据采集、标注、机器学习、自动化测试、产品实现的平台。
即便同一算法工程团队内部，成员的技能侧重点也要合理搭配，以互为补充。比如，有人专注核心算法研究，就要有人擅长业务分析，专注业务算法模型的实现。
因此，对于想转型大数据的普通程序猿来说，梳理清楚自己现有技能对于新团队的价值非常重要，这是促使新团队决定吸收自己的关键。比如，发挥硬件和底层系统工作经历在算法高速实现上的优势，一旦通过自身擅长的技能切入新团队之后，就有了更多横向发展的机会，帮助自己在大数据相关领域建立更强竞争力。
3、相较当前技能水平，扎实的基础和成长空间更被看重
当前技能水平好比是术，而扎实的计算机基础则处于道的层面，诸如Spark等工具性知识通过后期学习便能轻易掌握，而如果缺少了C++/Java基础想进步却绝非易事。比如，如果算法、数据结构比较强，编程语言上对 C++ 理解较深入，在应用层的学习上，就可能会比其他人快很多。
有人将程序猿能力抽象为一个金字塔模型，虽然对计算机语言的精通是每个工程师都注重的能力，但越基础的素养越蕴含了更多的发展潜力。相比单纯苛责当前技能，能利用基础素养胜任一部分基础工作，然后通过1-2年锻炼接受更复杂问题的程序猿，反而更受企业青睐。
TalkingData 大数据招聘负责人曾直言道，相比于对 Spark 了解更多的人，他们更愿意招收那些 Java 学得好的人。因为 Spark 的接口学习起来相对容易，但是要想精通 Java 是一件很难的事情。如果把 Java 或者 C++ 学透了，那么对计算机技术的认识将很不一样。
转型大数据，要点归纳
1、重视基础
2、发挥专长
3、准备充分
4、首选公司内部转岗
普通程序员，如何转型大数据相关方向？相关推荐
- Java Web学习总结（33）——Java Web 程序员如何转型大数据
1.技术日渐成熟,应用空间得以拓展 大数据技术,最早于1980年被首次提及,却在近几年才获得突飞猛进的发展.相较于几十年前神经网络算法捉襟见肘的计算能力,如今处理器对大规模数据的高速处理能力无疑发挥了 ...
- 程序猿工作第3年是个坎，你认吗？转型大数据可靠吗？
工作三年无论是对于哪个行业,都将是一个"坎儿".这个坎儿对于程序员而言体现的尤为明显.每个人刚刚入行的时候都朝气蓬勃,希望自己成为大咖,成为高薪的获得者,但有时候现实却很残酷.那么 ...
- Java，php，运维工程师转型大数据开发怎么样？你属于哪一类？
一:java转型大数据 "2019年可能会是过去十年里最差的一年,但却是未来十年里最好的一年".市场发展的受限,不仅波及了各个行业的从业者,就连IT领域也受到了影响,很多IT人开始 ...
- 普通程序员，如何转为当前紧缺的大数据相关人才？
对于程序员来说,技术进步大大超过世人的想象,如果你不跟随时代进步,就会落后于时代. 我其实已经听过很多人跟我说过类似的话.只不过不同人嘴里提到的词汇各有不同--大数据.数据挖掘.机器学习.人工智能-- ...
- 2019普通程序员，如何转为当前紧缺的大数据相关人才？
对于程序员来说,技术进步大大超过世人的想象,如果你不跟随时代进步,就会落后于时代. 我其实已经听过很多人跟我说过类似的话.只不过不同人嘴里提到的词汇各有不同--大数据.数据挖掘.机器学习.人工智能-- ...
- 2018年，Java程序员转型大数据开发，是不是一个好选择？
近日网上有一篇关于Java程序员职场生存现状的文章"2017年 Java 程序员,风光背后的危机",在Java程序员圈子里引起了广泛关注和热议. 2017年,Java 程序员面临更 ...
- 如何根据个人现状确定职业方向转型大数据
本文章目录如下: 一.大数据相关职位介绍(数据来源于拉钩.智联) (一)大数据相关职位列举 (二)每个相关职位的岗位职责与要求 二.非程序员转型大数据职位推荐与SWOT分析 (一)金融财会,统计,其他 ...
- 大数据就业方向，求学者、转型者你了解多少？
2018年大数据从概念逐步的实现了落地,2019年大数据开始爆发式发展.而且,中低端工程师紧随时代的潮流进入大数据领域,当然,大数据行业的发展前景也让众多的转型者为之侧目.相信很多人都了解到大数据是未 ...
- 商业方向的大数据专业_好程序员大数据培训分享大数据就业方向有哪些
好程序员大数据培训分享大数据就业方向有哪些?看到了大数据的就业前景及就业薪资,相信很多人都对大数据技术跃跃欲试,想要学习大数据技术.小编认为在学习大数据之前,你还需要了解一下大数据的就业方向有哪些?毕 ...
最新文章
- 翻身的废鱼——论PHP从入门到放弃需要多久？15
- python详细安装教程视频-如何安装Python运行环境Anaconda？（视频教程）
- idea ctrl+shift+f快捷键失效
- Java黑皮书课后题第1章：1.5（计算表达式）编写程序，显示以下式子的结果
- Ubuntu配置静态IP
- Kotlin学习笔记（1）：标签
- Exception:No identifier specified for entity
- [纯前端]打造自己的ORK管理软件
- 98版五笔字型实用学习教程
- 左神算法：找到二叉树中的最大搜索二叉子树（树形dp套路，Java版）
- There are 1 missing blocks. The following files may be corrupted:
- 使用unity完成简单的打地鼠游戏2D制作
- JS设计模式(二)-Revealing Module(揭示模式)
- 5464: Star Arrangements
- js获取免费天气api
- 复旦大学与国网上海共建“电力大数据实验室”
- 关于model层建VO和PO，实体类（VO，DO，DTO）的划分
- C#中File和FileInfo的区别和用法
- 嵌入式新闻早班车-第9期
- html文件用服务器打开很慢,网页打开太慢？快试试这6招！