但在不久前，我曾和一個創業公司的COE聊過這個話題，他的觀點很新穎。他反駁了我的觀點，他說中國現在之所以大數據遍地開花，是由於賺錢模式變了。他說，在以前，隨便搞點啥都能拉到一大堆投資，但現在經濟形勢不一樣了，必須想其他新的觸發點，那就是數據，並且圍繞數據而產生新的利益點，這樣，投資人才願意投錢進來，所以是個公司都願意和大數據沾點邊，不然都不好意思出去說。

就個人而言，其實感覺他說的也挺有道理的，不過我依然保持自己的看法，只是兩人看待事情的角度有些不一樣，我是從技術的角度去解析這個情況，而他則更多從創業者的角度試圖去解釋這個事情。無關對錯！ 就目前來說，業內大數據遍地開花這個情況確實是存在的，個人感覺大體上有如下的具體變化：

1）涉足的數據處理方式上來說，大規模離線處理已經被玩壞了，稍微有點實力的公司都已經開始離線、實時並行了(近一兩年Storm、Spark強勢崛起)；

2）而在數據來源上，已經不再侷限於自個的數據了，越來越多的公司開始爬取互聯網上的公共數據(我曾在《DT時代變革的反思》一文中比較詳細的分析過這個數據新來源)； 而在數據的上層應用上，也已經不再侷限於多維統計分析，漸漸得向用戶畫像、精準個性化推薦、業務的預測等方向靠攏(但實際上深層挖掘方面，國內還是很low的)；

2、大數據年份這東西

之前和朋友喫飯時聊的時候，他說到大數據這個技術方向的積累問題。他曾感嘆到，大數據這個方向還是缺少底蘊。我問他為何這麼說，他說你見過十年以上的大數據專家麼？其他行業方向，比比皆是！我頓時無語，大數據這個技術方向滿打滿算才發展不到六七年吧，上哪找十年以上的大數據專家去。情況確實是這樣的，基本可以分這幾種情況吧：

1）在這個坑裡，真正五年以上的大數據背景的人，已經可以算的上是半個專家了，業內絕對是稀有動物(所以，經常看到那種招聘簡歷寫到十年以上大數據行業背景，我就笑了)；

2）而諸如三四年的，會點數據架構，又會點上層數據應用挖掘的，估計至少也能算的是半個中堅了，這種人不算太少，但也絕對不算多；

3）最多的是那種不到兩年大數據行業背景的，特別是那種聽聞大數據行情好，紛紛轉過來一兩年左右的，再就是那種一畢業就立志投身大數據行業的新人朋友，這類型的人應該是佔據大數據從業人士中的絕大部分。

4）這個方向卻是缺少累積的，經常在羣中遇到那種號稱是搞大數據的，然後問到：hadoop和storm哪個比較好？ 我的天吶，為何他們那麼喜歡把兩個不是一類東西放在一起比較？！我都無力吐槽了，就目前來說，大數據這個方向確實缺少底蘊，還略顯浮誇，需要時間去積累。

3、企業在招什麼樣的大數據工程師？

(1) 剛洗白一兩年的，或者立志為大數據行業做貢獻的畢業生。剛才說大數據行業遍地開花，人員稀缺，從個人經歷來說，這真心是這種狀況。業務重心逐漸偏移到數據部，所以部門急劇擴招(當然也有老員工離職的問題)，近三個月來，我陸陸續續面試了大約有7個人左右吧。面試的人中有兩三年工作經驗的，也有四五年工作經驗的，當然也有剛畢業的本科生或者碩士生。看年份感覺都還不錯是吧，但是如果你翻一翻簡歷就會哭了。就說說三到五年工作經驗的吧。

簡歷中，項目經歷一項一大溜啥XX管理系統、XX電商後端開發項目，翻了八九個項目，終於在最後看到辣麼一兩個大數據有關的項目。而掌握的技術中是各種的什麼Spring MVC啊、SSH啊、js啊、甚至是php之類的，只有寥寥數個什麼hadoop啥的，還不敢放在前頭，當時我就哭了/(ㄒoㄒ)/~~。

情況真是這樣的，工作經驗足的，很多都是剛從其他技術領域轉過來的，其中以開發java後端，諸如精通什麼MVC框架的人羣為主體。能說上hadoop是怎麼回事，會點MapReduce、Hive之類的是常態；會點Spark，能寫Scala，知道Storm的，少之又少；能把整個數據框架流程說清楚的都是奇才了；至於說到大規模數據的深層挖掘，他們是這樣說的「沒怎麼接觸，但有這個興趣去學」。

行情確實是這樣的，大數據的坑挖的太大，所以各個公司都缺人，而且還是奇缺，所以也就有了上面我說的現象，各個行業，特別是傳統IT行業的從業人士，紛紛轉入互聯網，投身大數據。而有點大數據經驗的，大部分都是香饃饃似得供著，不願意放手。所以，最終我們這邊實際情況就是，問HR咋回事，HR說JD發出去無數份，能拉過來面試的就醬紫了。最終大老闆發話了，說到：經驗差點沒關係，只要腦子活願意學，就要！所以，7個人，offer就發出去4份。

但更悲劇還在後頭，兩個有大概平均1.5大數據經驗的人，拿到offer後根本不鳥之，也不知道後來去了哪個公司，而最後進來的是兩個本科以及碩士應屆畢業生。所以，就目前來看，大數據行業的火爆帶來的一個現狀就是，大量的java開發人員轉行，大數據行業背景平均在一年多，雖然如此，依然是供不應求的。

(2) 我們來看看一些「喜人」的招聘需求。隨便翻一翻招聘網站的職位需求，每天都有大量的大數據相關職位被刷新。然後結合剛才我們所說的一些混亂現狀，你會發現很多「喜人」的招聘說明。

我希望的是，用人的公司也好、企業也好，看完這個之後，能對招人有個更清晰的定位。我們要的是大數據行業專家！ JD 中是這麼描述的，十年以上大數據領域經驗，然後會XX，然後又得會XX。再多的俺就不多說了，結合剛才我們說的大數據行業歷史。十年？我就呵呵了~~　我所看到的這種JD，大部分出自於傳統IT行業(看到沒，傳統IT行業也開始追趕潮流了)，而互聯網公司職位描述就含蓄多了，最起碼他們不會動不動就要十年以上「磚家」。

而且還有一點個人想吐槽的就是，你說十年就十年吧，給待遇還奇低無比。關於這一點，互聯網公司就比較明白事理的。關於大數據薪酬這一塊，我們再進行分析分析~~ 我們要的是能進行大規模數據挖掘的人才！

關於數據挖掘，上面也稍微提到過一點，數據的上層應用挖掘，這個需求隨著數據處理流程日益完善，數據的應用已經從簡單的多維統計分析，慢慢得向深層挖掘過渡。不說大規模數據，就說傳統的數據挖掘，其實這塊就國內的情況來看，還是處於比較初級的狀態的。我們經常看到這樣的職位JD描述，Title寫的是「數據挖掘工程師招聘」，然後附加條件是，熟悉大數據領域，會MapReduce、kafka、hadoop、storm、spark，熟悉ETL，對若干NoSQL瞭解熟悉，能夠進行平臺搭建，平臺開發，能夠進行數據處理，會分類、聚類、用戶畫像、個性化推薦各種演算法。

最後在工作年限上寫著「1-3年」(年份太足是很貴的嘛)。我的天啊，他們看樣子不止是想招數據挖掘工程師啊。他們像是在招ETL工程師；不對，應該是大數據平臺開發工程師；也不對，好像確實是在招數據挖掘工程師，沒看到有演算法需求嗎。我趕腳呀，他們不是在招數據挖掘工程師，他們是在招一個全能工程師，是在招一個神啊。

(3) 說了不少，對於大數據人才招聘這塊，簡單的總結一下吧！其實個人感覺，企業還是需要對自己崗位定位要有一個比較清楚的定位的。如果你的資金足，想招一個業內權威點的，專家級人物，沒關係，但你也別睜著眼瞎說十年吶。上哪去給你找十年專家啊！ 所以，個人建議就是，瞄準在大數據領域真正玩過五年以上的，基本上就是牛人了，也足夠你用的了。

然後針對剛才說的「數據挖掘」招聘現象，其實定位也很重要了，真心想要招一個類似「全能」的人，至少也要找一個在這個領域待過3+年的。至少三年以上的時間，這種人會對數據架構，數據處理流程，甚至是上層數據應用挖掘，都有相應的經驗，而不至於空白一片，並且容易帶動其他一年半年的大數據經驗的人，做方嚮導向，團隊就能快速形成大數據戰鬥力。所以，如果真心想要類似這種「全能」，真心實意點，把年份改到3+吧，並且要求實打實的3+大數據技術背景，估計差不多。

接下來就是那種一兩年的大數據技術背景的，這種以java後端開發轉行大軍為代表。如果你的預算瞄準的是這個市場，那你也別玩虛的，對口招聘吧。要做大規模離線處理，你就招會hadoop的；需要實時處理，你就招會Storm或者會Spark Streaming的；需要做ETL，你就招熟悉ETL流程的；招數據挖掘，就找會點演算法的。這纔是實在的！

而對於應屆生來說，個人趕覺項目經驗都是其次的，哪怕是一些實驗室項目經驗來說，也沒啥大用。好歹算是接觸過一些內幕的，所以實驗室項目的質量，咱就不多說了，呵呵就行了。所以，我們看的一是基礎能力。就個人的感覺來說，基礎能力當然不必說，我更偏向於對大數據技術感興趣，並且思維敏捷的應屆生。為什麼這麼說呢？因為大數據技術這個領域會涉及大量的新事物，各種開源的東西，經驗少沒關係，只有思維夠敏捷，有強大的快速學習能力，那就沒有問題！

4、談一談薪酬，談一談人生吧！

最後，談一談薪酬，談一談人生，談一談理想吧！說到談薪酬，談人生談理想這個環節，我想大部分都是比較喜歡的，我也不例外，我也很喜歡，哈哈~~

正如之前所說的，大數據這個領域，有點略微畸形的火爆，導致了這個方向很缺人，也正是大量java後端開發人員轉行的直接原因。因為缺人，他們就轉行麼？顯然是扯的！大夥兒都是有理想的人，要向「錢」看的。缺人，找不到人怎麼辦？提高待遇，自然就有了。

我看到過一份職業薪酬統計報告，其中大數據方向絕對是屬於偏高的。就我所知，除去金融行業的高玩們。

接下來就是玩數據挖掘的，特別是會大規模數據挖掘的人，如果是專業的演算法工程師，那麼，就更贊了，麻麻再也不用擔心我的工資了。

然後就是遊戲行業的開發者，遊戲是個保利行業，所以他們薪酬高一些是很正常的。

再接下來就是冠以「大數據」稱號的攻城獅們。這類的，要麼是做平臺構建的，要麼是做大數據架構，要麼是做數據處理的等等。工資也比純Java後端開發、C開發、C++開發等高那麼半檔一檔的。

接下來跟大數據沒有半毛錢關係的職位啥的，我就不多說了~~

寫在最後

對於投身大數據這個坑的人來說，我個人的建議就是，要入行沒問題，但是找準自己的興趣G點，別想著啥都想掌握。找準一個切入點，比如就是平臺搭建、就是ETL、就是寫離線處理程序、就是研究實時等等，然後，慢慢再往大領域中擴充自己的大數據知識庫存。

就我個人來說，從數據架構到數據上層應用挖掘，目前依然在坑內，也沒有打算從大數據的這個坑中脫身。大數據這個方向是個技術快速更新、迭代的技術領域，所以，個人鼓勵坑中人士多多交流、多多分享才能跟上這個時代潮流。

真心的，技術是需要傳播交流以及分享的，特別是大數據領域，更是需要及時掌握最新的技術導向以及行業變化。

作為一名IT從業者，同時也是一名教育工作者，我來回答一下這個問題。

首先，雖然大數據技術具有一定的難度，但是隨著大數據技術體系的逐漸豐富和完善，大數據領域對於人才的需求類型也在不斷趨於多元化，不同知識基礎的初學者都能夠找到適合自己的學習切入點。

從當前大數據領域的崗位結構來看，主要涉及到大數據開發、大數據分析和大數據運維，不同崗位需要組織不同的知識結構。從整體的知識結構來看，不論是從事哪個方面的崗位，都需要具備以下三方面基礎知識：

第一：編程知識。初學者學習大數據通常都會從編程語言開始學起，一方面編程語言比較容易學習，另一方面編程語言也是進行大數據操作的基礎。當前Java、Python、Scala、R等語言在大數據領域都有比較廣泛的應用，初學者從Python開始學起會更容易一些。

零基礎學Python從入門到精通京東去購買?

第二：資料庫和網路知識。學習大數據一定離不開資料庫知識，初學者可以從關係型資料庫開始學起，雖然大數據領域更注重NoSql資料庫，但是掌握Sql語言依然是重要的學習環節。除了資料庫知識之外，還需要掌握一定的網路知識，這對於從事大數據開發和大數據運維都有比較現實的意義。

SQL必知必會(第4版)京東去購買?

第三：大數據平臺知識。大數據平臺是大數據技術體系的基石，所以要想學習大數據技術一定要重視大數據平臺的學習，初學者可以從Hadoop、Spark開始學起。大數據平臺的內容非常多，不僅功能模塊比較多，這些功能模塊之間還有千絲萬縷的聯繫，所以要想搞清楚這些技術模塊需要較長一段時間。

Hadoop權威指南：大數據的存儲與分析(第4版)京東去購買?

按照歷史經驗來看，初學者學習大數據最好要結合實踐場景來學習，脫離實踐場景的學習往往很難深入，學習效果也很難得到保障。

我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智慧領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。

如果有互聯網、大數據、人工智慧等方面的問題，或者是考研方面的問題，都可以在評論區留言，或者私信我！

---

大數據好學麼？

這個問題，我覺得沒有固定答案。不同的人面對這個問題都會得出不同的答案，主要還是要看個人的數據基礎和學習能力

隨著信息的快速發展，人們對手機的依賴度越來越高，除了最基礎的打電話、發信息、上網之外，手機支付、手機打車、坐地鐵、乘公交、遠程操控家電甚至小區門禁都可以用手機功能實現，這些功能大大方便了我們生活，但也產生了一條條帶有我們信息的數據。

大數據的工作就是將這些冗雜的數據進行整理分析，尋找出有價值的數據。因此全社會對大數據分析的要求是首先，必須對數字具有一定的敏感性，這就要求從業人員需要經常和數字打交道，多多積累經驗，這可以為從業大數據打下堅實的基礎。

其次就是需要掌握至少一項幫助進行大數據分析的工具。由於現在的大數據處理技術的日益完善，一件功能強大、操作簡潔的工具是非常有必要的，可以幫助你提高數據分析的工作效率，比如國外的tableau、power BI，國內的帆軟、DataFocus、永洪等等......

所以如果想轉行做大數據，還是需要進行一些系統的學習。以DataFocus為例，DataFocus會定期舉辦一些培訓班，系統的介紹數據分析的方法以及這款數據分析工具的使用課程，還會提供一定時間的免費試用。學習難度低，課程資源全，還有指導老師隨時答疑解惑，大大降低了大數據的入行門檻。

---

這個問題問得實在是，太簡略了。

不結合你的實際情況就給建議，場長做不到啊····

不過從問題也能看出來，題主肯定搞錯了重點。

回答第一個問題：大數據好學嗎？

「好不好學」其實是個主觀問題，和學的東西沒多大關係，大多和你有關。

你的基礎、學習方法、學習效率、理解能力等纔是讓你覺得XXX好不好學，難度大不大的關鍵。

假設題主此前沒接觸過編程、非計算機專業、興趣一般、轉行大數據為隨機選擇···

那麼大數據並不好學，轉行還請三思。

但反之，你邏輯思維不錯，對編程有興趣，瞭解過現在大數據的行業趨勢，搜過企業的招聘要求···那麼你的學習難度必然會比前一種情況低很多不是麼。

而就算你資質一般，但學習態度端正，認真努力，勤還能補拙呢，你能學得比大部分人好也是極有可能的啊。

回答第二個問題：想轉行大數據？

場長在很多諮詢中發現，很多人和題主一樣，在轉行的時候就只問行業好不好，前景怎麼樣薪資高不高，很少去回過頭充分了解一下自己。

轉行意味著零起點，你過去的經驗和人脈可能完全失效，這樣的大事，難道不值得你先為自己做一個簡單的職業規劃嗎？

場長不說太複雜，提一個職業規劃四要素，希望想轉行的同學都自己簡單套一下。

其實，就是很簡單的內省外視。

當然也有很多人會說前兩個就懵逼啊，並不瞭解自己怎麼辦？

有一些比較專業的測試可以幫你認識自己，比如MBTI職業性格測試、霍蘭德職業興趣測試、DISC性格測試等等，可以選擇做一下看看結果分析。

（PS：如果是課工場的同學，可以讓老師幫你做個全面的職業規劃）

弄清楚這些之後，再來選擇入行的方向，場長個人覺得會更有把握一些。尤其是打算全程靠自學的同學，考慮更需要全面，更需要蒐集多方信息做參考。

擴展：如何學好大數據？（學習的前期、中期請參考以下）

假設以上信息都完善好了，你覺得還是大數據更適合自己，那麼怎麼保證自己學完之後順利找到工作呢?

如果面試是場考試，那麼考試的重點已經給你了---在招聘信息裏。你順著企業需求去學習，又有方向又有動力多好。

pps：在學習之初記得端正心態，你要的是一個入行的機會，薪資是次要的（不過大數據薪資也低不到哪裡去···）

從最低的招聘經驗要求看起走：（非應屆）經驗1-3年

要求有這些：

可能有的同學會擔心自己第一條就被pass掉，非計算機專業，非本科怎麼辦？

此時，請你更要加強自己的技能！加強自己的技能！加強自己的技能！

有自己的項目或者作品請一定帶上電腦去面試！

基本的腳本編程請一定掌握，資料庫請熟練操作、大數據處理和挖掘方法、演算法技巧等請你務必鑽研透徹！可以的話學點英語不會有害處！

IT行業是看能力喫飯的沒錯，但長遠來看不能忽略學歷的優勢，有想衝擊更高職位的IT人，請記得提升學歷為自己增加競爭砝碼。

場長身邊的，無論是培訓報班還是自學成才，無論是學的Java還是大數據，無論是前端還是後端，現在發展都很好，活躍各自崗位的同學，有幾點共同的特質：知道自己想要什麼+良好的學習態度+持續性的學習（工作後依然在不斷學新知識）。

所以，加油！

---

推薦閱讀：