数据科学与大数据技术工作辛苦嘛？
是不是和码农一样会秃头爆加班（家里经济还可以 不那么缺钱不希望特别苦
北京联科数信科技有限公司-长期招聘岗位?mp.weixin.qq.com本公司目前在招聘一些数据分析师，我们欢迎所有对数据分析有兴趣的人来试试，如果你具备这样的素质（可培养），这里有你的舞台，有意者欢迎投递简历或者联系我们！
大数据时代的来临，使得大数据相关岗位也变得火爆起来。许多想要学习大数据并今后投身于此的伙伴，在羡慕这一行广阔发展前景和高额薪资待遇的同时，难免也会担心这样的问题：这一行加班多吗？工作强度大不大？其实我们都明白高薪的工作肯定不轻松的道理，但是这一行的工作强度，也远远没有大家想像的没那么大。而且不同的公司，加班的强度也是不一样的，因此不能一概而论。
首先，在任何行业，工作的感觉取决于你的付出和回报之间的平衡度。如果说你能够在这个岗位上，得到自己满意的回报，那么工作再辛苦，你也会乐在其中，甘之如饴。就拿大数据来讲，它的发展前景和工资待遇绝对是高于其他普通行业的。因此大家不能想著要轻松又高薪的工作，这无疑是在做天上掉馅饼的美梦，是不切实际的。因此首先不管大数据相关岗位工作强度如何，工作的心态一定要摆正。
要想知道大数据相关岗位的加班情况，我们可以来了解下大数据的日常工作内容：负责公司大数据产品/项目的后台研发；参与大数据相关的演算法和模型分析实现；负责技术预研，产品设计以及文档编写等工作；参与大数据的数据治理和数据处理相关java开发工作；参与海量数据处理，业务数据体系的设计、数据统计、分析及数据建模等等。
看上去负责的内容不少，但是工作强度也是需要结合个人能力来说的。关于加班的问题，只能说，这也是看个人能力来的。你的工作能力够强，能够在规定时间内完成工作，自然就不需要加班。如果说你的专业技能不够，导致无法按时完成工作，加班也是没办法的事情是不是?这个行业本身是比较常规的工作量，所以也不会存在经常加班的情况。
综上所述，世上不存在轻松又高薪的工作，大数据的岗位也是如此，能力和回报越大责任也越大。当然，如果是天天加班这样的工作强度，也是人所不能承受的，因此大家完全可以放心，就是正常的技术岗位工作强度。如果大家仅仅是抱著找一个朝九晚六，轻轻松松上五天班这样的想法，那只能说技术岗位可能不太适合你了。
每天咨询的童鞋太多，可能来不及一一回复大家，有问题的童鞋可以私信我或者加助理V，我看到了就会帮你解答的。
大数据从实际工作来说，还是要分方向，走技术路线的大数据开发方向，走业务路线的大数据分析挖掘方向，两个方向的工作还是有差别的，成长前景和发展路径也不一样。
大数据开发方向，基本成长路线：
大数据开发工程师→大数据高级工程师→大数据架构师→大数据研发总监
对于做技术开发方向的岗位，就是程序员，工作就是编程多一些，加班的话，主要看行业看公司。
大数据分析路线，基本成长路线：
数据分析师→数据挖掘工程师/演算法工程师→数据科学家
走这个路线的话，对编程的要求就要稍低一些了，对于数理统计各种理论、演算法的运用更多，工作压力不算大，喜欢这一行的话，坐起来会很有成就感。
这个专业比码农略好一点，但是也不轻松
随著大数据热潮的兴起，越来越多的人群想要进入大数据行业，尤其是对于没有技术功底的人群来说，一般会考虑报一些大数据培训班来进行系统的学习，一段时间之后就忍不住吐槽，学大数据学得想哭。事实上，任何一门新技能的习得，肯定是需要付出努力的，尤其是在基础薄弱的情况下，学习难度可想而知。
然而近来也会有这样一种声音在网上：大数据太难学了，学大数据学得想哭。其实学习本来就没那么简单，但是如果努力了还学不好大数据，就应该好好反思自己的学习方法是不是出了问题。下面小编就带大家看看，大数据真有这么难学吗?
为什么觉得大数据难学?
不可否认确实有一些人学大数据纯粹是兴趣使然，但是大多数人都是冲著大数据行业高薪资好前景去的。因此学习的出发点可能就过于功利和急于求成，当然不是说不能因为这个去学习，而是绝大多数人只是一时的头脑发热，并没有考虑清楚怎样去学习，也并没有付出多少努力。最后浪费了不少时间，甚至还有的人报了培训班浪费了不少钱，后悔莫及地大呼：学大数据学得想哭!大数据真难学!大数据真有这么难学吗?还是你根本就没有下定决心努力去学习呢?希望大家在觉得学习很难的时候，问一问自己到底为此付出了多少努力，如果使用时是因为没有花费多少心血而没学好，那就没什么好抱怨的了。
这个时候，作为初学者，我们需要的就是摆正心态。大数据兴起的时间不长，但是热度空前，长远来看，大数据这门技能是值得花时间去学习和掌握的。在学习大数据之前，不妨先冷静下来问问自己，对于大数据行业是否真的有足够的兴趣，能否静下心来钻研学习。
在决定学习大数据之后，对大数据课程相对驳杂的知识体系，要做好心理准备。以学习大数据开发来说，不要将大数据开发看做一门与java、python等相似的IT语言，事实上，大数据更像是一门技术，其中包含的内容相对比较多。
正式开始大数据学习之前，做一些前期的准备，先购买一些相关的书籍，从网上找一些相关的资料去，详细了解究竟什么是大数据开发，然后根据自己的实际情况确定是自学，还是参加大数据培训班来学习。
前期的准备，要做到对于大数据的一些基本概念以及知识，有一定的了解。从java、linux、hadoop、hive、oozie、web、flume再到python、hbase、kafka、scala、spark，了解这些和大数据紧密相关的技术知识，对于后期的正式学习都是有好处的。
另外，网上各种交流学习的社群，也可以加入其中，和同样对大数据感兴趣的志同道合之士一起交流，一起学习，也能互相督促，大家一起学习进步。有条件的话，可以结识一些前辈老师或者行业大牛，这对于大数据学习以及以后的职业生涯也是有帮助的。
当你真正了解大数据这个行业的时候，才能更多的去理解并知道大数据的价值以及前景，也能更加坚定克服困难。也许真的学大数据学得想哭，但是依然想要深入其中，这就是大数据的魅力。任何一门新技能的学习，都是需要付出时间和精力的，作为新兴热门的大数据行业更是如此。
另一种情况是努力了，但是还是学不好大数据，这种很明显是学习方法不科学。不少自学大数据的小伙伴都有这样的经历，一开始什么都不懂，然后在百度到处搜索学习教程，缓存了各种各样的免费视频资料，今天看这个老师的，明天看那个老师的，最后好像什么都懂，但是又好像什么都弄不清楚。这就是因为没有老师的指导，又缺乏学习的具体规划，没有系统全面的掌握知识，盲目的学习导致努力的方向根本就错了。因此其强烈建议那些本来就缺乏基础以及自律能力差的小伙伴，学习大数据一定要报培训班，只用花些钱就可以少许多弯路。
大数据需要学什么?
这里你可以参考《大数据分析培训课程内容》和《大数据分析培训课程大纲》
Hadoop：(common、HDFS、MapReduce、YARN)重点中的重点。Hadoop的框架最核心的设计就是：HDFS 和 MapReduce，Hadoop的思想：处理数据的思想。Hadoop用Java编写的开源软体框架，用于分散式存储，并对非常大的数据集进行分散式处理,用户可以在不了解分散式底层细节的情况下，开发分散式程序，充分利用集群进行高速运算和存储。
HDFS：Hadoop实现了一个分散式文件系统(Hadoop Distributed File System)，简称HDFS。HDFS为海量的数据提供了存储，MapReduce则为海量的数据提供了计算。
NameNode：NameNode是一个通常在HDFS实例中的单独机器上运行的软体，它负责管理文件系统名称空间和控制外部客户机的访问。NameNode 决定是否将文件映射到
DataNode:DataNode也是一个通常在HDFS实例中的单独机器上运行的软体。Hadoop 集群包含一个 NameNode 和大量 DataNode。DataNode 通常以机架的形式组织，机架通过一个交换机将所有系统连接起来。Hadoop 的一个假设是：机架内部节点之间的传输速度快于机架间节点的传输速度。
MapReduce：MapReduce是一种编程模型，用于大规模数据集(大于1TB)的并行运算
Hive(MPP架构):大数据数据仓库，通过写SQL对数据进行操作，类似于mysql资料库中的sql。
HBase基于HDFS的NOSQL资料库，面向列的存储。
Flume是Cloudera提供的一个高可用的，高可靠的，分散式的海量日志采集、聚合和传输的系统。
大数据学习路线规划：
以AAA教育的大数据分析课程为例，课程学习分成七个阶段，从零基础入门到能力进阶提升，循序渐进，即使是大数据小白也可以学好大数据后马上就业。
阶段一 大数据基础增强
本阶段重点讲解 Linux 操作基础、 Shell 编程、 Zookeeper 集群和 hadoop 集群环境准备等内容，可以帮助没有 Linux 基础 或者 Linux 基础薄弱的学员， 达到熟练使用
Linux、熟练安装 Linux 上的软体，熟悉负载均衡、高可靠等集群相关概念，搭建互联网高并发、高可靠的服务架构， 为大数据内容的深入学习做好充足的准备。
大数据分析太难了学的想哭?www.aaa-cg.com.cn- 现在各家经济都不至于饥寒交迫，在吃饱穿暖的同时还想著能挑几个菜品。
- 大家对于苦的理解也有不同程度的衡量，有的人喜欢一直对著电脑做著研究，有的人一坐在电脑前就头疼；有的人一写代码就兴奋，有的人提到程序就恐惧，从这一点上来说大家的适应能力就会有所不同。
- 而关于码农秃头这件事儿都是程序猿的一种自嘲的方式。其实晚上开车去中关村逛一圈，可能你会喜欢上那种场景。同样是大半夜不休息，有的人在家刷著抖音朋友圈，而这里灯火通明，很多技术在兴奋的舞动著键盘，会议室里有讨论的热火朝天，大家为一个新的板块的投放使用兴奋不已，头发并没有稀疏公司依然开著灯没省下任何电费；
- 大数据这项技术是让越来越多人兴奋不已，大数据技术栈解决的问题也更加直观。同时越来越多省市开始掀起一股大数据技术潮，所以对于一个渴望融入一个新时代社会的你还会因为工作时间而左顾右盼吗？更多的是因为自己能够适应社会的发展而汹涌澎湃。
再强调一下关于加班大多是企业文化和老板们的因素来决定的，而不是某种职业来定的。
所以年轻人喜欢什么样的生活就奔著相应的方向走吧！没有吃不了的苦，只有不想走的路[1]。
参考
- ^不服输就尝试一下 http://www.51doit.cn
没有你说的那么严重，它的辛苦不是这种体力劳动，而是大量的脑力劳动和持续性的学习和自我充电
工作，只要你认真，就没有不辛苦的啊！
任何工作，如果你在其中找不到乐趣，会越做越辛苦，相反的如果把工作当成享受，再累也会觉得幸福，不在于工作，在于我们自己的态度！
珍惜拥有，找到自己的乐趣和价值，祝你好运！
推荐阅读：
