数据挖掘应用实例 做了一年Java了，想转行大数据合适吗？

做了一年Java了，想转行大数据合适吗？可行。对于那些需要java基金会开发大数据并应用Hadoop、Scar等的人来说，在java开发技术经验一年后，他们比那些0岁的人更容易学习大数据开发相关技术，

做了一年Java了，想转行大数据合适吗？

可行。对于那些需要java基金会开发大数据并应用Hadoop、Scar等的人来说，在java开发技术经验一年后，他们比那些0岁的人更容易学习大数据开发相关技术，或者他们可以直接选择参加大数据开发的改进类。例如，java java java语言的GRAIGU大数据开发的学习和学习，首先要学习的是：java！学习目标：Java基金会，Java面向对象，Java高级，数据库和JDBC！学习效果：掌握java语法，灵活使用它。并且可以开发后台应用程序！你可以学习改进类的内容，然后切换到大数据开发：！·第1阶段：大数据基金会··！第2阶段：Hadoop生态系统·！第3阶段：火花生态系统·

第4阶段：项目实践

大数据是我的研究方向之一。同时，我也是一个使用java多年的老程序员，所以让我来回答这个问题。

在我开始做大数据之前，我是一名java程序员，所以从java到大数据的转变没有问题。现在很多从事大数据研究和开发的程序员都是Java程序员。许多人的第一个Hadoop排序实验是用Java实现的。

目前，最常见的大数据平台是Hadoop和spark。Hadoop本身是用Java开发的，所以Hadoop支持Java语言。虽然最好使用Scala在spark平台上进行开发，但Scala也是一种基于Java的语言，因此Java程序员在转向大数据方面有一定的优势。

Java程序员转向大数据并没有太多困难。一般来说，Java程序员对Linux系统比较熟悉，构建平台和配置环境并不难。一个可能的困难在于算法的设计和实现。如果Java程序员通常专注于功能模块的开发，那么他们接触算法的机会可能会更少，尤其是应用程序级程序员。如果他们想转向大数据，就必须熟悉常用的大数据算法。大多数Java程序员都是理工科背景，所以他们应该有一个比较完善的数学知识结构。虽然这是一个困难，但不应该成为一个很大的障碍。

转向大数据发展后，要以数据为中心。大数据的价值在于分析、判断和预测。因此，大数据程序员应该建立数据价值思维，而不是传统的功能思维。

做了4年的Java程序员，转行做大数据可以吗，会有什么困难吗？

作为一名it从业者和教育家，让我来回答这个问题。

首先，Java大数据通常是指使用Java语言完成大数据开发任务，所以主要岗位集中在开发岗位，包括大数据平台开发和大数据应用开发。另外，虽然用java来完成大数据分析比较麻烦，但也完全有可能。

大数据平台开发岗位属于研发级岗位。目前，随着大数据领域大型科技（互联网）公司的出现，大数据平台开发岗位的人才需求相对较大。从目前大数据领域的岗位增加值来看，大数据平台开发岗位增加值相对较高，增长空间相对较大。目前，大数据平台开发岗位对从业者的要求比较高，很多团队要求从业者具有研究生学历。从近两年研究生在大数据方向的就业情况来看，从事大数据开发工作是一种普遍的选择。在目前算法类岗位较少的情况下，大数据开发类岗位成为很多研究生的主要选择。

与大数据平台开发岗位相比，大数据应用开发岗位的人才需求潜力相对较大。在工业互联网的带动下，大量传统行业企业纷纷云上，大数据应用开发的人才需求将逐步释放。大数据应用开发对开发者的要求没有大数据平台开发那么高，但总体知识量也比较大，从业者需要具备一定的行业知识。从后增加值来看，当前大数据应用开发的后增加值相对较高，但也直接涉及到特定的行业领域，如金融大数据、医疗大数据等领域。

Java大数据能从事什么样的工作，工资如何？

1. 数据挖掘工程师

要做数据挖掘，我们需要一定的数学知识从海量数据中发现规律，如线性代数、高等代数、凸优化、概率论等

PS：常用的语言有python、Java、C或C，有些人用的python或Java更多。有时，MapReduce用于编写程序，然后Hadoop或Hyp用于处理数据。如果使用Python，它将与spark相结合。

2. Hadoop开发工程师

精通整个Hadoop生态系统的组件，如纱线、HBase、蜂巢、猪等重要组件，可以实现平台监控和辅助运维系统的开发。Hadoop工程师主要关注开发层面，即围绕大数据平台的系统级研发人员，精通Hadoop大数据平台的核心框架，能够使用Hadoop提供的通用算法，

3。数据分析员

数据分析员是一种数据分析员[“detɪʃəən]，是指从事行业数据收集、整理和分析，并根据数据进行行业研究、评估和预测的不同行业的专业人员。

PS：作为一名数据分析师，您至少需要精通SPSS、static、Eviews、SAS等数据分析软件。一个优秀的数据分析师不应该在业务、管理、分析、工具和设计方面落后。

4. 大数据分析师

流行点，这是集Hadoop开发工程师和数据分析师、数据挖掘工程师为一体的大人才。如果你能做到所有这些并且有一些经验，那么薪水就不用说了。

5. 大数据可视化工程师

需要独立熟悉storm、spark等计算框架、Scala/Python语言、java开发、SSM项目、NoSQL如redis或mongodb、Linux基本操作、java多线程开发能力、程序设计模式、数据库和ETL流程。

在现代和当代的培训行业，如果你想赚钱，你必须跟上进步的步伐，踏上新技术的热潮。