由于一起都是自己摸爬滚打过来的，而我又是一个喜好总结且长于总结，喜好分享且长于抽象事物的人，以是分享一些学习路线、口试履历、学习资料以及我在演习过程中总结的一些东西。
01
为什么要学习大数据？
在我第一份演习的时候，忘却在什么场景下我 leader 溘然说了一句：「干 Java 不便是增编削查嘛」，而恰好那时候知乎都是「干了3年Java，还是只会增编削查，迷茫」等问题 ，我听完 leader 那句话就心里一颤。
由于这句话，我又一次的陷入迷茫，我不清楚自己是不是该当连续的Java，以是那段韶光我干过爬虫，也撸了一阵子的西瓜书和统计学什么的。在知乎上所有干系的问题和答案我都看了，也在知乎付费咨询了很多前辈。末了以为爬虫事情不好找，机器学习门槛太高，然后折中学了大数据。
上面只是我的初步动机，但后面一年多的打仗，让我有了更多的情由对大数据不抛弃不放弃。
1.门槛。它比 Java 高一点，由于除了对数据库的操作之外，要学习大数据生态的东西，须要会分布式、数仓、中间件等知识。它比机器学习低一些，不须要你会很多的机器学习算法和数学知识，而像机器学习算法和数学知识是须要永劫光的磨练和沉淀，以是做这块的研究生和博士居多。
由于它的学习门槛比 Java 高，以是市场上缺失落这方面的培训机构，由于投入和回报不成正比，而现有的培训机构大部分都是乱来的，让你学学 Python 爬爬数据然后自称大数据培训。
再便是高校专业的设立。无论是哪个学校的打算机专业，Java、数据、C、C++什么的都会打仗到，但是大数据呢？第一批大数据专业的学生现在大二，以是现有的大数据岗位的人都是自学的，谈不上对口不对口，对口更多的指打算机根本。但是再过两年就不一定了，以是「早，便是上风」。
2.薪资高。这个估计才是吸引大部分人学习的缘故原由。同一家公司同一级别，普通开拓岗和大数据开拓薪资还是会差一个档次的，详细多少视公司而定。
3.积累性和寻衅性。在我学习群里面，不乏一些在传统企业或者国企的资深开拓者，但是他们对自己的职业也迷茫和担忧，在群里常常谈论一些分布式，Redis、Zookeeper等知识的时候，他们显的扞格难入。由于他们长期在企业里 CRUD(增编削查)，与现在互联网技能发展产生隔阂了，既憧憬又畏惧。
为什么说大数据开拓是积累性又有寻衅性的呢？
理解过大数据的该当知道大数据的「4V理论」，随着韶光的发展，企业产生的数据量肯定越来越大。在以前，我们对数据是不重视的，但是随着机器学习的发展，数据是越来越主要的。理解机器学习该当都知道，演习模型之前都会有一个特色工程的步骤，特色工程便是来处理数据的，然后喂给模型。又好又多质量又高的数据会让这个模型更聪明和健壮，相称于燃料，模型才能更好地自我演习，然后才有现在的「推举喜好」和「全民抖音」。
如果你只是进行一些数据库的增删该查或者一些页面展示什么的，这些套路都是可复用的，讲究能用就行。但是大数据不一样，无论你是做平台的培植，数仓，打算等，一些场景一些机制都是须要你去思考的。
我口试的时候被口试官问到一个问题：「你为什么不做 Java，要去做大数据？」
我回答的是：「如果这个 Java 岗位能涉及到中间件的开拓，而不但是做 CRM，ERP 等数据的 CRUD，那我是可以接管的。而大数据的话无论你是哪个方向，都会面临着一些寻衅性，事情也更有难度一些。」
4.推动你现有岗位的发展。很多人问过，我从事前真个学大数据有什么用？我从事运维，学大数据能帮我什么？等等。
大数据+现有岗位是一个趋势。大数据来临的时候，你前端不用做一些静态化，或者一些缓存机制吗？会一些 Hive、Hadoop，做可视化或和后端对接的时候是不是更有上风呢？后端学一些大数据的以为是必要的，例如Kafka、Zookeeper等分布式、缓存干系的数据存储和传输是进阶 Java 必会的，让你在现有企业须要转型的时候可以直接就上。而运维呢？分布式集群运维，各个大数据平台上的节点运维，这不是一个趋势吗？
什么都不学，认为现在的公司用不到，等公司要用到的时候，你会，可能便是一个卖力人或者给你升职加薪巴结你试试，由于这样本钱小，知根知底。不会呢，就直接招会的人过来了，而你就危险了。
5.过渡到机器学习人工智能的捷径。随着科技的进步，包括硬件和软件，机器学习的利用门槛会越来越低，为什么这里强调利用。由于研究部门在每一家公司都是极少数的，更多的是在调库，调参。而随着硬件的进步，很多算法都是封装好的，可以进行傻瓜化操作，我们只须要给他喂数据。
02
学习大数据门槛
上面提到了门槛，处于普通开拓和机器学习之间。常常有人问我做大数听说需不须要很好的英语，很踏实的数学功底。
无论什么岗位，英语好和数据学能摸到的天花板更高。但是大数据开拓不像机器学习，日常阅读国外 paper 和对模型算法进行调优，不哀求你去读西瓜书和统计学去弄懂线性回归等数学知识。
有些人可能说我智商弗成，别人记住一个知识点要10分钟，我要一个小时。有些人会回嘴「你的努力还谈不上比智商」。这边说一下我对「智商」的意见：智商个中是一个很广的东西，有些人学习上比你好，但生活上不一定比你聪明。我们不可否认初高中的时候，有些学霸没怎么读书就可以考的很好，有些人很努力但也没那么好。无法否认，这便是天赋。有些人天生逻辑思维好，对数学或者知识的抽象能力很厉害，能摸到的天花板更高。我们定位好自己便是了，智商高而且在顶层的总是那么几个人，而更多的是在中间那一层，而那一层拼的不仅仅智商，智商高的也不一定写代码写的比你好，以是百分之 98 的人的智商拿来开拓够用了。
以是大数据开拓是一个既有门槛但又不是门槛特殊高的方向，正凡人只要找到适宜自己的路线和找对学习方法都可以的。
03
学习路线
我是大二自学的 Java，然后在演习结束后四个月的学习转到了大数据，然后现在也打仗大数据一年多了。我这个学习路线是根据我自己学习的，我口试反馈的，还有我那帮学习群的兄弟反复熬炼出来的，该当是很有借鉴意义啊。毕竟一个群几百个人，什么情形的都有，成功了总结履历，失落败了找缘故原由然后调度一下不怂再干。希望这个学习路线能帮你少走点弯路，这些资源也能帮到你。
首先学大数据分为两种，学生和在职，请对号入座。
学生：
1.首先要知道一点，只要你是在校生，无论你是不是科班，差别都不会很大。科班的意义是根本踏实，但是你看现在打算机专业的，哪几个踏实了。反而是非科班的，会意识到这一点，然后去补缺补漏。
2.如果你还是大一大二的话，可以踏实地补补根本。如果静不下心学根本的话，可以做做项目，然后赶紧去找演习。而且我也建议以找演习为目的进行学习，不然很随意马虎迷茫和漫无目的地学习，终极学了什么自己都不知道，以目的为导向进行学习很主要。
3.如果你是大三大四，该准备春秋招了，大三的春季演习招聘要好好把握，这时如果找到一份大厂演习，那秋招就没什么压力。大四的春招也很主要，由于这是末了一次学生身份参加招聘，门槛还是低一下。
4.在校生的口试，无论大厂还是小厂都有一套方法论。首先要书写一份好的简历，防止卡在简历这关。简历的话我一贯都有在帮我群里那帮兄弟参考，效果都很明显，由于这块不算本日的内容里面，有须要帮忙看的朋友可以加文章末的好友细聊。
5.小公司看重项目，根本哀求相对不高；大公司除了哀求项目，还须要你根本够好。
6.在校生要学大数据的话，建议先找份Java的演习，然后再跳到大数据岗位，由于大数据也是须要Java知识，这样一个过渡比较好。
学习路线：
1.Javase和项目我是建议同步进行，由于你想要完备学好一门措辞再去打仗项目，看似可行，实则不太好。反而是两者相辅相成，利于及时调度。
2.当能把项目写在简历上的时候就去投，去口试，口试可以收成非常多东西。由于这时候JVM和多线程还不会，以是只能去投一些小公司。当后面把JVM和多线程补起来的时候可以进军大公司。
3.数据构造和算法须要贯穿全体个学习周期。提高算法前期以刷剑指offer这本书为主，刷到好手写代码。建议先在大三找份Java演习，然后找到演习之后接着学大数据知识，这样既完成了阶段性目的，也为了下一阶段做准备。
在职：
在职的分为开拓的在职以及要转行的在职。
1.首先，不建议裸辞，除非你经济上无任何包袱以及做好了各种准备。要转行的建议业余先抽韶光出来理解理解，看自己是否真的想从事这个行业。
2.如果你之前已经是Java开拓，那很好，要过渡到大数据先看看上面的8天Hadoop入门，或者直接看 Hadoop 威信指南都可以。然后结合我的面经学学一些理论知识，还有一些实战口试题，再做个项目就可以立时去口试了。学的差不多就可以投了，一定不要拖太久，越拖会越没信心。
3.如果你之前是 PHP 开拓，或者DBA 什么的，建议重新回顾下Java。由于大数据目前还是以Java为紧张开拓措辞，回顾完Java根本之后，可以直接看8天 Hadoop入门，然后做项目，除了大数据项目之外，建议补一到两个技能栈比较好的项目，不然简历面不好过。
4.如果你是零根本想转行的话，建议先找份Java开拓，零根本一下子超过到大数据有点大。建议先踏入编程这个行业，然后再去转大数据，过程会比较有反馈。零根本的话不建议一上来就算法什么打算机根本，先直接学Java，可以看看Java的根本视频，然后自己鼓捣几个项目，去找个小公司。这样周期会比较快，然后在这家公司快速学习，可以补补根本，或者学习学习大数据。
码字不易，如果您以为文章写得不错：
请您 1.关注作者~ 您的关注是我写作的最大动力
2.私信我“大数据”
我将与您分享一套最新的大数据学习教程和全套开拓工具
