普通程序员，如何转为当前紧缺的大数据相关人才？

前段时间跟候选人聊天，一个有多年工作经验的资深 iOS 工程师告诉我，他最近正在学习 Machine Learning 相关的知识。他觉得，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…… 这些当前火热的概念各有不同，又有交叉，总之都是推动我们掌控好海量数据，并从中提取到有价值信息的技术。

程序员对这些技术跃跃欲试，知乎上「深度学习如何入门？」「普通程序员如何向人工智能靠拢？」等问题都有很高的关注度。我们在招聘市场也能够看到，越来越多的技术候选人在跳槽时会思考，能否从事相关岗位的工作。

从 100offer 平台上的数据来看，大数据相关职位的面试邀请占比也与日俱增。

在这里还是要推荐下我自己建的大数据学习交流群:199427210，群里都是学大数据开发的，如果你正在学习大数据 ，小编欢迎你加入,大家都是软件开发党，不定期分享干货（只有大数据软件开发相关的），包括我自己整理的一份最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴加入。
 

当前，很多候选人对大数据相关岗位的青睐并非偶然

处理器速度的加快，大规模数据处理技术的日渐成熟，让我们从 Big Data 中快速提取有价值的信息成为可能。几十年前神经网络算法被提出之初，捉襟见肘的计算能力很难让这个计算密集的算法发挥出它应有的作用。而现在，PB 级别的数据也可以在短时间内完成机器学习的模型训练。这让格灵深瞳、科大讯飞等高度依赖深度学习的图像、语音识别公司得以对产品进行快速迭代。

互联网行业的快速发展，让不少公司拥有了成千上万的用户数据，各家都想挖掘这座储量丰富的金矿，由此延伸出数据在自家业务不同应用场景中的巨大价值——京东、淘宝等电商网站利用用户画像做个性化推荐，PayPal、宜信等互联网金融公司通过识别高危行为的特征实施风险控制，滴滴、达达等出行、配送业务利用交易数据进行实时定价从而使利润最大化……

还有一些公司，借助大数据相关技术创造出新的业务模式——比如利用算法做个性化内容推荐的今日头条、一点资讯，比如通过监测服务整合海量数据、做数据价值变现的 TalkingData，当然还有一些底层架构的支持服务商如阿里云、UCloud 也开通了托管集群、机器学习平台等服务。

这些企业整体对大数据、数据挖掘相关人才的需求非常之大，导致行业内人才的供给相对不足。因而薪资通常也相对高一些。

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。

最近，为了了解大数据相关工程师的招聘现状，我们走访了几家紧需大数据相关人才的