26转行大数据可以吗？

本人年龄26，对目前的工作很不满，想换个工作，既然换就想换个挣钱的。听很了很多分析行业的视频，好多都说大数据相关的都很有前景。我是个理科生，这个学起来难吗，转成功的可能性有多大，需要学习多长时间，都学些什么。
希望懂的人能帮忙回答一下。如果有在职的就更感谢啦！

本来都打算直接划走的，但这个问题下面居然不是那种一边倒的无脑劝退，让我很是诧异！
说明这知乎上还是有很多理性人的；
一边做个解答吧，一边也做个宣传吧；

首先，说说大数据岗位的技能要求特点

大数据领域的技术型的岗位，主要有这么几种：

• 大数据etl、离线或实时数据仓库工程师（或者叫做数据开发岗）
  

岗位技能侧重点：
基于大数据各种组件（如spark、flink等）的数据处理程序开发，
基于各种大数据查询系统（如hive、doris，sparksql，flinksql等）的报表统计sql开发；
主要开发语言是java和sql；当然，也可以会点scala、python等；
此岗位是纯正意义上的大数据工程师岗位

• 大数据平台开发工程师（或者叫平台开发岗）
  

岗位技能侧重点：
基于javaweb技术，为大量各类数据处理任务（就是上面的岗位的内容），提供统一的管理平台，操作平台；
此岗位其实更偏向javaweb工程师，但需要略懂大数据各类组件的一些基本知识

• 数据分析师（或者叫数据分析岗）
  

岗位技能侧重点：
需要一些统计学理论基础（主要就是大学里面的概率统计课程的内容），
然后熟悉excel，tableau等数据分析工具，利用这些工具，对大数据etl、数仓工程师所生产加工好的数据报表，进行更加归纳性的分析，从数据中得出一些更显性的结论和查看起来更友好的图表；
略微进阶一点的，可能还需要会一些基本的python脚本编程技能，来提升工作效率；
此岗位更像一个带点技术属性的文员岗

• 数据挖掘工程师
  

岗位技能侧重点：
统计学、高等数学是最基础铺垫，另外还需要掌握大量的机器学习算法模型，
然后利用这些数学模型，来解决生产实践中的一些重要问题场景；
此岗位更多的已经不是工具或者编程的技能，而是数学应用的技能，入行门槛对学历、专业要求都极高

用一个通俗的例子，来帮助理解一下上述各岗位的区别与联系：

大数据开发工程师，类似于餐馆里的厨师，他们负责烹饪，负责生产餐馆最核心的产品；

大数据平台开发工程师，类似于餐馆里面设计、装修厨房的，他们更多的是为厨师提供工作的场地，他们的技能点不在烹饪上，而在装修设计上，但他们也要懂点厨房常用工具的基本知识，不然设计出来的厨房布局不好用；

数据分析师，类似于餐馆里面摆盘，端菜上桌的，他们更多的是把厨师做的核心产品进行美化，通俗易懂化；

数据挖掘工程师，则类似于一个世外高人，有时候厨师面临食客的一个特殊需求，用常规手段做不出符合要求的菜品，这个时候，这个世外高人就能利用数学的手段，调配出这个新菜品的配方和工艺，然后交给厨师去烹饪；

第二，再来说说大数据的学习到底难不难

先吐个槽

很多无脑喷子、和很多胸无半点墨纯凭一张嘴的自媒体大咖，瞎说什么学大数据比学java难，什么零基础不能学大数据，必须先学java才能学大数据！

扯急吧蛋！
我就问：说这种话的人，做过java开发没？做过大数据开发没？两个都做过没？
如果不是两个方向都做过的全栈工程师，你有啥底气说谁比谁难？
如果你一个都没做过，你就不怕说瞎话被雷劈么！

对于java和大数据，这个俩领域开发过很多年，俩领域也都培训过不少年的我说，大数据开发比java开发对零基础入行要更友好，性价比也更高！当然，不鼓励大家一窝蜂都学大数据，不然大数据会卷得更java那样！

为Java这个词正名

上面吐槽内容中所说的java，注意！我是引用的那些无脑喷子和充专家的外行人的原话！
其实java用在这个论题中压根就是不对的！
java是一门语言，他跟某个具体开发领域无关；
其实上面那些无脑喷子和充专家的外行人，嘴里所说的java，严格称呼应该是JavaEE或者JavaWeb，也就是java语言的一种开发领域；
而大数据开发，要掌握的一门主要编程也是Java，但这个和JavaEE或者JavaWeb可没有关系！
所以，JavaEE和大数据开发，其实这俩是同级别的概念，都属于Java的编程应用领域；而Java语言，则是这两个领域的共同基础！

再说点正事

大数据开发岗（就是上文所说的数据开发），主要的核心技能：
之一，就是用java语言，在hadoop、spark、flink、kafka、hbase等大数据组件上，利用它们提供的组件api，来开发各种各样的数据存储、处理程序！
之二，在不是必须写java代码才能进行数据运算的场景中，基于大数据中的各种sql组件（比如sparksql、flinksql、hive、doris等）用sql语言来实现各类数据统计、处理；（其实，这些）
也就是说，在大数据开发中，写java代码的场景并不会很多（工作场景中80%的需求都不需要用java代码写程序，而用sql就足矣）；
而且，在大数据开发中，写java代码的情况，也比JavaEE中要简单很多：
为什么说大数据比JavaEE简单，我尽量通俗简化点解释，各位看官细细理解：

大数据中的java代码，往往一个数据处理需求就是一个数据计算单元，Java中的一个类；
需求和需求之间没有太多的耦合，各自独立；
一般来说，简单点的数据处理任务，用一个类的一个main方法就干完！
所以这些代码开发，相对JavaEE来说，就不需要处理那种类和类之间、功能模块和功能模块之间千丝万缕的逻辑联系；
学起来，就没有那么高的复杂度！

而JavaEE中，就算你写一个很简单的功能，
你也要需要用到springboot的各种配置吧，
需要记忆理解各种各样的springboot的注解吧，
需要理解配置一大堆的mybatis的配置和注解吧，
需要理解配置一大堆的datasource参数吧；
需要搞清楚前后端接口请求的协议、规范吧；你需要懂GET/POST吧，需要知道@PathVariable  @RequestBody等等参数接收方式吧；
你还需要搞一大堆的vo，po封装类吧；
你还要搞清楚controller调service，service还得接口加实现；service调dao，dao还有一堆的配置！
还需要搞清楚事务、切面……

说实话，从我真实的教学过程中来说，只要在代码中出现A类调了B类，B类调了C/D/E类这种调用关系，大多数学员就瞬间头大！
我们的大数据学员，在临近结课前也会补充点javaee的开发技能，没到这个阶段，学员的反馈是javaee比起大数据，简直难上至少10倍！（当然，也不是说javaee就多难，但对于初入行的人来说，确实如此）
所以，如果你是理工类本科学历，如果你的智商在人群中位数上，学大数据，并不会很难！至少比JavaEE要简单！（不服的人，我来教你一天大数据，再教你一天JavaEE，你来比比看哪个更难）

第三，学习的重点

核心框架：在spark、hive和flink上，这三个核心组件是一定要学深学透的
编程语言：javase当然要尽量掌握，同时，sql更是你的吃饭本领！
学习技巧：多理解概念，领会含义，思考逻辑，然后在此基础上多动手多实践多尝试
实战项目：一定要有两到三个给力的生产级实战项目！切记切记！不然不好面试！
<hr/>先写这些，胸有万壑但下笔太累；如果真有想详细了解的，可以私信联系我；
写了这么多东西，也应该不反感我做个广告吧
当今时代，酒香也怕巷子深；东西再好，不宣传也没人知道；
多易教育 在宣传口有着深入骨髓的懒癌，该改改毛病，大声地对外喊出自己的声音了！ 省得大家错过这么优秀的机构，被一些水货机构坑了后株连所有培训机构，我们会很冤！
马上向广大人民群众汇报一下： 2023年以来零基础大数据就业班的就业数据！
看看多易教育的硬派实力！
为了不给大家造成误导，需要特别声明：
多易教育的就业数据，不代表培训机构的普遍情况！
多易教育的就业数据，不代表培训机构的普遍情况！
因为，多易教育，真的不属于普通培训机构；
教育培训的好坏，不是工业制造类的行业那样：厂子越大产品越好！
教育培训的好坏，一在老师的实力，二在老师是否会教，三在老师教得是否用心！

友情提醒： 胆小的别往下看！心理承受能力不够的人不要往下看！

有些人只能看到目之所及的那一点点，并以为那是世界的全部，完全不知道世界有多么宽广！   

下面是多易零基础大数据培训班，2023年截止到7月份的详细就业数据

郑重声明：  此为真实数据，欢迎大家监督、验证！  
多易教育的就业数据，不代表培训机构的普遍一般情况！
多易教育，真的不一般；

弱者，只能也只敢盯住比自己更弱的以求得一点心理慰藉；
强者的世界，他们从不敢了解！  

不接受任何没经过调查了解，就来无脑喷的！  
如果没有硬邦邦的真实性做支撑，谁会傻到编一套喷子都能看出来的假数据？

我是多易教育的涛哥，java大数据技术、培训圈内，欢迎全网考证多易教育及本人的实力、口碑！

2023截止到7月毕业班级数据总览




2023截止到7月详细就业数据





最近毕业班（2023.07月）就业进度

毕业约2周，目前就业进度约50%，平均薪资21K

我是多易教育的涛哥，java大数据技术、培训圈内，欢迎全网考证多易教育及本人的实力、口碑！

是这样的，任何工作都需要掌握一定的职业技能才能胜任，转行更是如此，想学大数据有几个基础条件必须满足：年龄最好小于30岁、学历本科、勤奋、有逻辑。然后你需要验证到底适不适合学习大数据，尤其对于跨行的人来说，肯定希望最小成本，最快的验证这件事。
想要学习大数据的人都是因为高薪吸引进来，随之而来就是灵魂拷问：我真的适合学习大数据吗？我能学会赚高薪吗？毕竟脱产培训需要耗费几个月时间和几万块的费用，非应届生还要考虑换行的成本。如果脑门一热报班了，硬着头皮学下去也不会取得太好的结果。
为此海牛专门为想要学习大数据的学生准备了大数据开发能力测试，测试是基于海牛云平台这个产品实现的。先在海牛云平台学习大数据初级知识，然后完成2道测试题来验证自己能否入行大数据
它能让你快速验证自己是否能入门大数据，降低你的试错成本。如果你对大数据稍有了解就会知道，大数据练习需要安装很多组件和高配的电脑环境，而有了海牛云平台这款产品可以帮你免去这些烦恼，快来测试下你的能力吧
海牛云平台详细介绍：https://zhuanlan.zhihu.com/p/591045774
海牛云平台B站使用教程：https://www.bilibili.com/video/BV12W4y1p7Fr/
海牛云平台体验通道：
创建新账号_海牛大数据技术交流社区 | 大数据论坛_海牛部落注册成功后去社区公告，找到零基础大数据学习者基础测试帖子开始测试

你好！

目前这个行业的入行最佳年龄是在20-32左右，以你现在的年龄来看，学完之后再就业都还是来得及的。确实，大数据行业在目前来看时很有前景的一个行业，薪资高，待遇好，能够长期稳定发展这是大家所公认的事实。所以你也不用说给自己什么心理负担，也不用害怕自己不适合什么的，不去尝试一下怎么能知道结果呢？

1、理科生学起来难吗？

因为学习大数据一般都会需要一定的数学和计算机基础，因此对于理科生来说，这方面可能会比较容易上手一些。然而学习大数据也需要对数据处理和分析上的理解，这对于一些理科生来说可能需要花费一定的时间和精力去学习的。

2、转行的可能性大么？

我觉得这个得取决于你自己对于大数据的学习程度了，而且能不能转行成功主要看这几点：
1、学历：目前来说企业对于人才需求方面来说门槛相对较低，学历基本上都是在大专及以上学历都是没有问题的，当然，学历越高薪资待遇方面也会更高。
2、技能：你需要去掌握一些与大数据相关的技能，比如数据分析、数据挖掘、机器学习等等。如果说你没有这方面的技能，那么你可以采取自学或者是参加培训的方式来提升这方面的技能，这里推荐你使用海牛云平台进行学习或者是锻炼，里面有丰富的大数据方面的学习课程还有测试可以帮助你学习或锻炼。
3、经验：你可以通过参加实习、工作或者是找一些开源的项目来增加你这方面的经验。其实现在有的企业对于经验方面的要求不高，但不要因为这个而存在侥幸心理，多积累一些经验，努力到一些大的公司，给自己一个好的未来。

3、需要学习多长时间？

对于当前的你来说，可能你没有这方面的基础，那么你学习大数据的时间通常来说可能会很长，如果没有系统的学习方法，那么你可能花费很长一段时间来学习，大概一两年甚至更长，而如果说你能够掌握好的学习方法的话，那么你所耗费的时间就会大大减少，可能你半年就学完了。
学习的方法很多种，主要就是自学或者是培训，都是很不错的方法，自学的话，你可以根据自己想要从事行业的类型进行一个专项系统学习，资料网上基本都有，可以通过使用我的云平台产品进行辅助学习，我的这款云平台产品可以根据需求生成云主机，仅需一个浏览器即可，目前是免费开放使用的，可以通过下方视频链接来详细了解如何使用。
零基础学IT又怕自己学不明白，不妨来测试一下_哔哩哔哩_bilibili参加培训的话相比自学能够减少时间成本，直接让自己投入到学习的环境当中，很多机构内的老师都是很专业的，在学习过程中遇到问题都是能够随时解决的，而且机构内都是有很多与企业合作的实施项目用来学习，这样自己在项目方面的经验也算得到了一定的积累。

4、大数据都学什么？

大数据是一个广泛的领域，学习大数据需要掌握一系列相关的技术和概念，包括但不限于以下内容：

• 数据库：理解关系型数据库和非关系型数据库的概念和使用方法，例如MySQL、Oracle、MongoDB等。
  
• 数据挖掘：了解数据挖掘的理论和应用，包括数据预处理、数据采集、数据分析、建模等。
  
• 机器学习：掌握机器学习的基本算法、模型和应用，例如决策树、神经网络、支持向量机等。
  
• 数据可视化：学习使用数据可视化工具来展现和分析数据，例如Tableau、Power BI等。
  
• 大数据技术：熟悉大数据处理平台，例如Hadoop、Spark、Storm、Flink等。
  
• 分布式系统：理解分布式计算和分布式存储系统的原理和实现，例如Zookeeper、Redis等。
  
• 编程语言：至少要掌握一门编程语言，例如Java、Python、Scala等，以便能够使用相应的框架和工具进行开发和分析。
  
• 统计学：掌握基本的统计学知识，例如假设检验、方差分析、回归分析等。
  

「内容原创」

本人是会计转大数据开发的，目前干的是大数据开发。

• 难不难：单靠自学的话，比较难，理由是：大数据开发需要学习的语言比较多（Java，Scala，python），需要学习的大数据组件也多（zookeeper,mysql,hadoop全家桶，spark, flink,kafka等），这些组件尤其需要对hadoop和spark理解比较深入，涉及了分布式技术，通常我们的思维都是单机的。因为语言多、组件多，自学需要学习的资料需要自己找，可能找的不对，找的实际上没啥关系都是有的，因为你不知道正确的是怎么样的，也就不知道错误的是怎么样的。如果是找培训班的话，学习需要半年，过程比较简单，学的好不好看自己。我本人就是找的培训班。
  
• 转成功的可能性：如果是22年的话，工作不好找，现在放开了，工作会慢慢变好找。不管是自学还是培训出来的，都要给自己包装项目，让你看起来是一个有经验的大数据，并且在面试中不要被发现是假的，那么你就能成功。如果被发现了咋搞？那就总结经验，准备答案，下次不会被发现就行，有这个坚持的能力，那就能成功。如果你不总结，那么就大概率会失败。如果有资源的话，最好几个人一起找工作，同一个公司都去面试，前面的面试经验对后面的帮助很大。
  
• 学习时长：培训班是半年，自学的话，时间应该更长，我是首先自学了Java，后来发现太慢了，然后就去找的培训班。
  
• 学习内容：
  
  
  • 语言：(Java（重要）、python，Scala)
    
  • 组件：Linux基础命令、Zookeeper、MySQL（可以不学，但要会hive）、hadoop全家桶（hdfs、hive、hbase，及MapReduce的大数据思想（可以不学，思想要知道））（重要）、spark（重要）、Flink（实时比较重要其他不重要）、kafka、ElasticSearch、clickhouse（不重要）
    
  • 学习顺序：按上面列举的顺序学。Java --> Scala  --> python --> linux --> zk --> mysql --> hadoop  --> spark 就行，选修：Flink （过程中会读写kafka、clickhouse）。ES可以不学，等用到在学不迟。
    
  
  

==========================================================
补充

非常开心能帮到大家，之前回答的内容没有讲入职之后应该怎么做，这里补充一下（个人实际经验总结或许不够全面合理）
如果你前期按上面的回答做了，基本上能入职，但从零经验入职到稳住岗位，是一个非常惊险的跳跃， 有人会卡在这里，不断入职和离职，有人会快速积累经验，完成转变。 在这个过程中非常的痛苦，需要非常大的努力才能坚持下来，可以说从入职到真正入行需要一年，这个过程中你需要不断的积累自己的经验，多问、多查、多记、多练习：
1. 多问 ： 不管是有经验还是没有经验，入职一个新公司，只要有问题（包括技术问题、业务问题、生活问题）都可以直接问同事，有时候一个问答可以解决你半天的纠结探索时间，因为很可能他们以前也遇到过，并解决了。 不要主动穿帮，也不要害怕因为问的问题很傻会被嘲笑，我之前因为问的多，同事说你这也要问啊，哈哈哈，只要保证同一个问题，不要重复问，基本上不会为难你。你得到的答案都应该记在心里，对于一些 代码啥的，记不住的，可以写在文档里面，这个文档是你的个人学习笔记（转行学习的时候就要有了），对你的帮助很大。  作为大数据开发人员，要培养自己的开源精神，有问题互相讨论，写了牛逼的代码可以一起分享，共同进步，很多时候，你写的代码还不够完善，走在路上吹吹牛，也许同事能说出你的代码问题，修复一下或者改进一下，你的代码就牛逼了
2. 多查 ： 在问同事不能解决的情况下，可以去查官网、CSDN、CHAT-GPT都行，能找到答案就行。你遇到的问题，大家可能都遇到过，网上可能已经有答案了，需要学会辨别和ctrl + c/v ，要渐渐学会优先官网的查询方式，除非问题很简单，可以直接百度，有点难度的，可以先去官网找找，大数据组件因为是开源的，所以几乎都有官网，并且写的很详细。例如hive/spark sql函数，可以直接在官网找更合适更全。
3. 多记 ：对于查过的答案，如果是常用或者不容易找到的答案，建议自己记录一下，这里作为你的第二互联网，记录自己的问题答案、以及处理问题的经验，如果你心里能记住的话，就不用笔记，自己判断。
4. 多练习 ：对于一个刚转行的人来说，最缺的是什么？不是什么理论知识，最缺的是实际代码能力以及sql能力，因为你相对于一个真实工作经验的人来说，你学习过程写的代码基本上不算什么，我开发个项目写几千行，并且项目会有好几个，而你的代码量 说多点也就一两千行吧，这就是真实的差距，学不来的，你要多练。如果开发代码多，就多写代码，各种代码，读写文件，处理字符串、json处理，读写外部系统，都写写，看看别人怎么写，自己也写写，总结一下，提升很快，                 如果你sql写的多，平时处理工作中的sql外，建议去leecode里面去刷sql题目，各个难度的都练习到，刷个一百题，sql能力就上来了，sql重要的是逻辑，这个需要经验的累积 （这些我入职的时候都干过，第一家公司代码多，第二家公司sql多）。
5. 一定要脚踏实地，不要眼高手低，尽量第一家公司苟久一点，能多积累一点真实经验算一点。

职业入门：大数据学习最佳路线曾经写过一篇大数据学习的文章，你也许可以对照一下，这些内容是不是能够学习掌握的。
首先大数据是IT行业的一个分支，是一个实践性很强的岗位，如果你是一名在校生，我觉得你还有大把时间来学习，能够在校期间找到一份实习工作，毕业后进入大数据行业是最好不过的；又或者是有几年Java程序员经验，想转行大数据的，这些都可以无缝衔接，成功率高，而且未来可期。
但你已经26岁了，并且非计算机专业毕业，非应届。在培训班学习几个月就上手找工作，不被血虐才怪，暂且不说找到什么类型的公司和薪资，就是能在越来越卷的IT行业生存下去都不错了。
现实情况就是行业前景不好，岗位越来越内卷，要求越来越高，面试越来越难，35岁生存危机越来越严重。
如果你愿意花几年时间给自己选择职业路径，可以去尝试，但是转IT大数据不是一个特别明智的选择，尤其你并不是计算机专业科班的学生。
即使能够转行成功，未来的路也并不好走。
慎重考虑，如果有其他问题，可以关注私信我，一个喜欢保护大数据韭菜的数据人。