别人淘金，我在拉表！（1）

别人淘金，我在拉表！（1）

工作9年，也算是一路见证了大数据行业的发展。一开始绝大多数都是从后端开发转过来的，再之后迎来了“数据即黄金”的时代，细分领域的人才需求骤增，许多人纷纷涌入这个行业。

 

但目前看，业内大数据人的处境却各有不同（从公众号粉丝留言、知乎等收集的数据做了一个小调查）：

 

• 28%，数仓居多，日常工作就是拉宽表，混日子混到尴尬，一年到头10来万的样子
• 32%，Sql Boy/Girl，基本的增删改查，也是被吐槽最多的，薪资不详
• 25%，幸运的在一些核心业务部门，实时计算、流批一体的业务场景，一年能入手30、40万
• 10%，业务骨干，业内大牛，创建或参与优秀的开源项目，P6+水平
• 5%，高级架构师级别，大型项目的负责人，年薪动辄过百万的管理者。

从运维仓管、开发工程师到架构师、总监、CTO，Title五花八门。差距明显但真实。为什么？
在我看来，选对行业、选对方向和公司是一方面，但懂不懂技术、懂不懂数据、懂不懂业务，这三块决定了大数据人的职场发展潜力。我一般面试时也是从这三块来考核面试者的工作能力的。
对于面试这块，之前也写了一些东西，大家感兴趣的话可以翻看下之前的文章。此外，不少朋友纠结大数据的发展前景，哪个方向更好，上限怎么样之类的问题。

扫码领取最新整理的最全的大数据开发学习路线图以及美团、字节等大厂的面试真题（限前100名）

大数据方向这么多，怎么选？建议选择贴近业务一些，不要做纯技术。不是说纯技术（比如纯数仓）不好，只是对于大多数人来说，天花板较低。（很多自建的数仓平台迁移到云端后，运维方向、平台开发基本就没啥事了）建议选择政策支持且市场看好的行业，比如：医疗、电商平台、智慧交通或教育产品等。
第二个问题，大数据人有哪些稳妥的学习路线呢？讲真，多且杂。现在社招的话，各种数据库、中间件都得会——spark/hadoop/kafka/flink/hdfs/yarn/hive 硬技能，还有就是各种基础算法，gbdt/lr 算法等等。想要成功进阶，这些技术必须啃下来。但切忌东打一拳，西踢一脚。一位候选人面试一会提 Flink、一会提 ClikHouse 时，但被问到什么是“数据倾斜”时却支支吾吾，很是可惜。
再一个是项目实操。一方面可以检测自己的技术水平，另一方面是实战场景中发现并解决业务问题。如果想要拿到一份可观的薪水，没有实打实的PB、TB级的项目经历，不大可能。许多新手很难接触到，再加上没有高手指点，多半也会手忙脚乱，折在半路上。