如何提升自己的大數據職業道路？

你好，這問題特別好，想提升自己的大數據職業道路。看你想從事大數據研發還是大數據其他崗位。為什么這么說呢？因為要是從事大數據研發，比較其他崗位難度大。前景更好。

我重點講講大數據研發需要做什么？讓自己職業發展更高，路更寬。做研發，技術才是王道。咱們先來說說要掌握哪些技術。

一、大數據技術對計算機基礎知識，Java基礎知識要求都很高。計算機基礎包括：數據庫、計算機組成原理、數據結構、軟件工程等知識。這些知識要掌握扎實。Java基礎也一樣，大數據各個組件都是用Java語言實現的，所以Java基礎必須掌握好，還有JavaWeb相關框架，比如Spring-boot,Mybatis等等。

二、大數據生態圈各個組件運行原理和常用操作。核心框架有兩個：Hadoop和Spark。Hadoop相關組件包括：Hadoop（Hdfs+MapReduce）、Hive、Hbase、Sqoop、Flume、Kafka、Oozie、Impala、Hue、Zookeeper等。這些組件也是目前大數據技術使用最多的。Spark是基于內存計算的引擎，提供大量計算高級引擎庫。這里面主要包括：Spark Core、Spark SQL、Spark Streaming、Spark MLlib、Spark GraphX五個核心庫。前三個庫大數據場景下使用比較多，后兩個庫機器學習，人工智能場景下用的多一些。技術有一定門檻。學習者要有數學基礎。如：微積分、離散數學、線性代數、概率論統計等掌握好。

三、大數據應用場景解決方案，這里解決方案不是技術層面的PPT講解。而是在某個場景下，用那個組件在遇到技術難題時怎么解決。比較用Hbase海量數據毫秒級查詢。好多公司數據量很大了，應用場景要求實現毫秒級查詢。應該怎么解決呢？這種解決方案也是技術核心。

四、行業技術擴展，大數據行業可以擴展到物聯網、云計算、人工智能等領域。云計算服務器可以做為大數據集群的物理節點，運用物聯網技術產生的數據。大數據技術采集數據到大數據集群中，做數據統計，數據分析。長期規劃，分析出來的數據可以做人工智能訓練標簽，提供人工智能分析結果。

總之、大數據職業發展前景一片大好，想從事這方面的人，一定要掌握好基礎知識。不斷學習，提升自己，還是那句話。技術才是王道。

我從事九年軟件研發，六年大數據研發工作。大家有問題，可以關注，私信我。謝謝大家！！