隨著網際網路事業的蓬勃發展，程式語言越來越火爆。Java工程師收入高、業內需求量大，備受人們青睞。不過隨著大資料的爆發，很多Java工程師想抓住這一趨勢，轉型大資料方向。那麼，Java程式設計師轉大資料工程師容易嗎？該如何學習呢？

Java程式設計師轉大資料工程師有很好的基礎條件

對於Java程式設計師，大資料的主流平臺hadoop是基於Java開發的，所以Java程式設計師往大資料開發方向轉行從語言環境上更為順暢，另外很多基於大資料的應用框架也是Java的，所以在很多大資料專案裡Java語言的確是可以派上用場的。所以，Java程式設計師轉大資料工程師是具備很好的基礎條件的。

當然，hadoop核心價值在於提供了分散式檔案系統和分散式計算引擎，對於大部分公司而言，並不需要對這個引擎進行修改。這時候除了熟悉程式設計，你通常還需要學習資料處理和資料探勘的一些知識。尤其是往資料探勘工程師方向發展，則你需要掌握更多的工具和知識。

Java程式設計師轉大資料職位的學習路線圖：

第一步：分散式計算框架

掌握 hadoop和spark分散式計算框架，瞭解檔案系統、訊息佇列和Nosql資料庫，學習相關元件如hadoop、MR、spark、hive、hbase、redies、kafka等;

第二步：演算法和工具

學習瞭解各種資料探勘演算法，如分類、聚類、關聯規則、迴歸、決策樹、神經網路等，熟練掌握一門資料探勘程式設計工具：Python或者Scala。目前主流平臺和框架已經提供了演算法庫，如hadoop上的Mahout和spark上的Mllib，你也可以從學習這些介面和指令碼語言開始學習這些演算法。

第三步：數學

補充數學知識：高數、概率論和線代

第四步：專案實踐

1、開源專案：tensorflow：Google的開源庫，已經有40000多個star，非常驚人，支援移動裝置;

2、參加資料競賽：Kaggle和國內天池資料競賽

3、通過企業實習獲取專案經驗

如果你僅僅是做大資料開發和運維，則可以跳過第二步和第三步，如果你是側重於應用已有演算法進行資料探勘，那麼第三步也可以先跳過。

總結：

Java工程師可以更容易理解hadoop的框架和生態，很多大資料saas級產品也是Java開發的，因此Java基礎是轉行大資料的一個很好的起點。但大資料是一個更為寬廣的領域，具有跨界知識和能力的人才會更受企業青睞。隨著人工智慧時代的到來，大資料將迎來黃金髮展的10年，如果你已經做好準備，那麼就立即開始行動吧！