关于大数据入门建议的那些事

话说，今天在家过节的老兵无意间瞥到了同事群里弹出的一个消息，好像是一个前端H5的小A童鞋(代称)询问如何转行大数据。

这一则消息刚发出，原本沉寂的群瞬间就热闹了起来，各种关于大数据的学习建议纷纷而来，讨论的不亦乐乎。

作为一个自觉已在大数据底层摸爬了多年的打工人，看到这个问题我也不禁陷入了沉思。

究竟什么才是最合理的大数据入门建议呢...

其实，这个问题在网页上搜索相信会有很多答案。包括各种推荐的大数据学习路线等相关词条，林林总总，形式不一。

以下是我整理的关于大数据入门询问最多的几个问题(来自某词条)

1. 这么多的技术名词，不知如何下手

2. 大数据要学习的技术那么多，是不是很难

3. 我没有任何编程语言基础，怎么学习大数据

~小伙伴们当初入门大数据时有没有这样类似的烦恼，欢迎留言评论~~

以上列出的几点，也是曾经刚入行的老兵所遇到的困惑。

如今已在大数据岗位上深扎根了数年，对于新手如何入门该领域有了一点自己的看法。下面将从"从业原因、学习方法及职业建议"等方面进行叙述。

文字虽少，干货很多，希望大家能够耐心看完~~~

1 你为什么选择大数据

这是一个灵魂拷问式的问题，但也是准备入门的小伙伴们最可能忽视的问题。

1.1 如果你是一个没有任何编程基础的小白

你没有相关从事编程工作的经验，可能只在网络上看到某些关于大数据的相关文章，类似"某大厂程序员月入两三万高薪、大数据人工智能就业前景"等相关话题。我想告诉你的是，这些话题的内容在某些情况下确实是真的。

                                  

如上图表可以看到，程序员的月平均工资在14K+以上，而一线大城市的大数据开发的月工资水平可以达到`20-30K+``。

高薪、就业前景好、互联网领域，这些都是目前该行业领域的优势。

建议1：先选择行业，再选择职业方向！！！

其中行业的选择指的是能否选择零基础转行、专业学习IT互联网行业。这会牵涉如下几个问题：

• 是否愿意花费一定时间进行高强度的学习（时间成本）

• 是否能够有足够的精力进行一定强度的脑力工作（技术门槛）

• 能否接受该行业的一些弊端：除了广为知晓的996福报外，还有久坐、脱发、颈椎问题、不好找对象（可以new一个出来）等情况

如果以上因素都已考虑清楚（选择搞钱最重要啦~）

下面就是职业岗位方向的选择:

• WEB后端开发工程师

• 前端/H5/ios/安卓/小程序开发工程师

• 大数据工程师

• 人工智能算法工程师

• ...

每一个岗位都有很好的发展前景，选择不同的岗位职责相应不同，主要是看 自己的擅长领域和个人喜好，具体细节我会在后面详细说明。

1.2 如果你是一个准备转岗的从业者

类似于开头提到的我们公司前端H5的小A童鞋，从事IT行业非大数据岗位。可能从事的岗位在工作几年后到了技术瓶颈，或者对大数据领域比较感兴趣。因为具备相当程度的编程经验，因此转大数据是个很不错的选择。

建议2: 转换数据思维，选择适合自己的方向

因为大数据相关工作比较复杂，和WEB页面后端、前端开发不同，不再是满足业务需求的功能开发，而是以数据为核心，围绕数据的整个生命周期进行公司/部门的数据建设工作，为业务赋能。

这里我举个例子：

• 小张是个Java工程师，正在开发页面某按钮功能，开发流程如下：

• 小李是个大数据工程师，正在开发页面某按钮功能，开发流程如下：

注意: 以上仅根据本文内容描述举例，并不完全代表相关的工作内容

对于一个业务需求，大数据主要负责数据的产生->处理加工->存储等数据准备工作，具体的页面功能交互是由WEB开发工程师负责。

大数据工程师不再是编写页面功能的增删改差前、后端代码，而是对数据本身进行分析处理，向外提供准确、及时、高效的数据。一般工作内容如下:

• ETL/数仓工程师（负责数仓建设工作，偏脚本及SQL开发）

• 大数据开发工程师（负责数据计算，偏离线/实时代码开发）

• 大数据分析师（负责数据挖掘/分析，偏业务分析/SQL分析）

• 大数据算法工程师（算法建模，基于人工智能建模）

• 大数据BI工程师（新型BI工程师，偏报表及SQL开发）

选择什么岗位方向完全是看自己的想法，就拿老兵我来说，曾经任职过JAVA后台工程师、大数据开发工程师、数仓工程师以及大数据分析师。没有岗位的好坏，只有适合自己的才是最好的！！！

2 大数据到底该怎么学习

前面说过由于每个人情况的不同，因此具体学习的方法和思路也不尽相同。

对于有过相关编程经验的入门者来说，学习上手的进度可能会更快点。但是对于零编程基础的小伙伴们也不必过于泄气，只要掌握好合理的学习入门方向，一样可以实现弯道超车!!

2.1 零编程基础小白的学习圣经

我个人推荐先上手偏SQL的大数据相关工作，原因总结有如下几点：

• 首先SQL学习快、上手容易，即便一个编程小白也能在一周内学习SQL的基本使用。

• 其次是大数据的工作内容几乎有50%的工作都是和SQL打交道，因此学会使用SQL也就是能够掌握很大部分的大数据相关分析工作。

• 后期如果想转编码开发方向，完全可以在工作之余学习，同领域内转岗(赶上公司组织的学习培训机会,则更好！！)

当然也可以选择从零开始学一门语言，但是需要考虑到时间成本和精力，建议有条件的报个培训班或者有毅力的自学网上视频（可参考建议4内容），并不是每个人都喜欢、擅长编码工作！！！

建议学习路线

• SQL学习（相关线上SQL学习网站）
• 数据库练习（安装一种数据库，SQL实战）
• Hadoop/Hive/Hive SQL学习实战
• 了解数仓理论知识及架构

更多入门建议，欢迎添加我的个人微信: youlong525，欢迎加入我的新手答疑群

2.2 转岗从业者的学习圣经

如果你有编程语言的相关开发经验，特别是Java/Python开发，那么转行大数据几乎是无缝衔接，我也欢迎有兴趣的小伙伴们转行入坑。

很多大数据的技术底层都是由Java实现的，因此代码的理解和开发其实已经不是问题，只要学习大数据相关的技术原理和底层框架的使用即可。

建议学习路线:

• 自学观看视频/报名培训班，系统性学习大数据课程（一开始不要贪多）
• 学习顺序：Hadop基础->Hive/Hbase -> Spark/Flink -> 其他
• 安装相关软件服务，动手实战
• 项目实战，加强学习交流

2.3 好记性不如烂笔头！多练多写多记！！！

这是老兵多年的学习习惯，可能不适合每个人，但是我把它记录在这里，也作为一个参考。

• 每天保持一定的编码量

• 调优调参，帮助你加强理解技术组件的底层原理

• 记录个人博客、GitHub或者笔记

• 勤于沟通，线上论坛和线下技术大佬同事交流

以下是我个人数年记录下来的学习笔记，便于知识的体系化管理。

3. 写在最后

终身学习是一个人迈向成功的秘诀之一，如何辨明最适合自己的学习领域与方向, 将是重中之重。

各位准备进入大数据领域的从业者们，希望大家能够选择最适合自己的一个领域方向，热爱自己的行业，并为之奋斗！！

》》》更多好文，请大家关注我的公众号: 大数据兵工厂