都知道大數據薪資高，前景好。而大數據又需要Java基礎。對於稍微懂些Java的童鞋來說，到底如何轉行大數據呢？今天小編給你一個大數據工程師具體的學習路線圖。【ps：無java基礎也可以學習大數據】 ...
都知道大數據薪資高，前景好。而大數據又需要Java基礎。對於稍微懂些Java的童鞋來說，到底如何轉行大數據呢？今天小編給你一個大數據工程師具體的學習路線圖。【ps：無java基礎也可以學習大數據】
分享轉行經驗路線
對於Java程式員，大數據的主流平臺hadoop是基於Java開發的，所以Java程式員往大數據開發方向轉行從語言環境上更為順暢，另外很多基於大數據的應用框架也是Java的，所以在很多大數據項目里掌握Java語言是有一定優勢的。
當然，hadoop核心價值在於提供了分散式文件系統和分散式計算引擎，對於大部分公司而言，並不需要對這個引擎進行修改。這時候除了熟悉編程，你通常還需要學習數據處理和數據挖掘的一些知識。尤其是往數據挖掘工程師方向發展，則你需要掌握更多的演算法相關的知識。
對於數據挖掘工程師而言，雖然也需要掌握編程工具，但大部分情況下是把hadoop當做平臺和工具，藉助這個平臺和工具提供的介面使用各種腳本語言進行數據處理和數據挖掘。
因此，如果你是往數據挖掘工程方向發展，那麼，熟練掌握分散式編程語言如scala、spark-mllib等可能更為重要。
在學習大數據的過程當中有遇見任何問題，可以加入我的Java/大數據交流學習扣扣qun：前三位是：七三二，中間三位是：三零八，最後三位是：一七四，多多交流問題，互幫互助，群里有不錯的學習教程和開發工具。學習大數據有任何問題（學習方法，學習效率，如何就業），可以隨時來咨詢我
Java程式員轉大數據工程師的學習路線圖：
第一步：分散式計算框架
掌握hadoop和spark分散式計算框架，瞭解文件系統、消息隊列和Nosql資料庫，學習相關組件如hadoop、MR、spark、hive、hbase、redies、kafka等;
第二步：演算法和工具
學習瞭解各種數據挖掘演算法，如分類、聚類、關聯規則、回歸、決策樹、神經網路等，熟練掌握一門數據挖掘編程工具：Python或者Scala。目前主流平臺和框架已經提供了演算法庫，如hadoop上的Mahout和spark上的Mllib，你也可以從學習這些介面和腳本語言開始學習這些演算法。
第三步：數學
補充數學知識：高數、概率論和線代
第四步：項目實踐
1)開源項目：tensorflow：Google的開源庫，已經有40000多個star，非常驚人，支持移動設備;
2)參加數據競賽
3)通過企業實習獲取項目經驗
如果你僅僅是做大數據開發和運維，則可以跳過第二步和第三步，如果你是側重於應用已有演算法進行數據挖掘，那麼第三步也可以先跳過。
