在我第一份實習(xí)的時候，忘記在什么場景下我 leader 突然說了一句：「干 Java 不就是增刪改查嘛」，而恰好那時候知乎都是「干了3年Java，還是只會增刪改查，迷?！?/span>等問題 ，我聽完 leader 那句話就心里一顫。

因為這句話，我又一次的陷入迷茫，我不清楚自己是不是應(yīng)該繼續(xù)的 Java，所以那段時間我干過爬蟲，也擼了一陣子的西瓜書和統(tǒng)計學(xué)什么的。在知乎上所有相關(guān)的問題和答案我都看了，也在知乎付費(fèi)咨詢了很多前輩。最后覺得爬蟲工作不好找，機(jī)器學(xué)習(xí)門檻太高，然后折中學(xué)了大數(shù)據(jù)。

上面只是我的初步動機(jī)，但后面一年多的接觸，讓我有了更多的理由對大數(shù)據(jù)不拋棄不放棄。

1.門檻。它比 Java 高一點(diǎn)，因為除了對數(shù)據(jù)庫的操作之外，要學(xué)習(xí)大數(shù)據(jù)生態(tài)的東西，需要會分布式、數(shù)倉、中間件等知識。它比機(jī)器學(xué)習(xí)低一些，不需要你會很多的機(jī)器學(xué)習(xí)算法和數(shù)學(xué)知識，而像機(jī)器學(xué)習(xí)算法和數(shù)學(xué)知識是需要長時間的磨練和沉淀，所以做這塊的研究生和博士居多。

因為它的學(xué)習(xí)門檻比 Java 高，所以市場上缺失這方面的培訓(xùn)機(jī)構(gòu)，因為投入和回報不成正比，而現(xiàn)有的培訓(xùn)機(jī)構(gòu)大部分都是糊弄的，讓你學(xué)學(xué) Python 爬爬數(shù)據(jù)然后自稱大數(shù)據(jù)培訓(xùn)。

再就是高校專業(yè)的設(shè)立。無論是哪個學(xué)校的計算機(jī)專業(yè)，Java、數(shù)據(jù)、C、C++什么的都會接觸到，但是大數(shù)據(jù)呢？第一批大數(shù)據(jù)專業(yè)的學(xué)生現(xiàn)在大二，所以現(xiàn)有的大數(shù)據(jù)崗位的人都是自學(xué)的，談不上對口不對口，對口更多的指計算機(jī)基礎(chǔ)。但是再過兩年就不一定了，所以「早，就是優(yōu)勢」。

2.薪資高。這個估計才是吸引大部分人學(xué)習(xí)的原因。同一家公司同一級別，普通開發(fā)崗和大數(shù)據(jù)開發(fā)薪資還是會差一個檔次的，具體多少視公司而定。

3.積累性和挑戰(zhàn)性。在我學(xué)習(xí)群里面，不乏一些在傳統(tǒng)企業(yè)或者國企的資深開發(fā)者，但是他們對自己的職業(yè)也迷茫和擔(dān)憂，在群里經(jīng)常討論一些分布式，Redis、Zookeeper等知識的時候，他們顯的格格不入。因為他們長期在企業(yè)里 CRUD(增刪改查)，與現(xiàn)在互聯(lián)網(wǎng)技術(shù)發(fā)展產(chǎn)生隔閡了，既憧憬又畏懼。

為什么說大數(shù)據(jù)開發(fā)是積累性又有挑戰(zhàn)性的呢？

了解過大數(shù)據(jù)的應(yīng)該知道大數(shù)據(jù)的「4V理論」，隨著時間的發(fā)展，企業(yè)產(chǎn)生的數(shù)據(jù)量肯定越來越大。在以前，我們對數(shù)據(jù)是不重視的，但是隨著機(jī)器學(xué)習(xí)的發(fā)展，數(shù)據(jù)是越來越重要的。了解機(jī)器學(xué)習(xí)應(yīng)該都知道，訓(xùn)練模型之前都會有一個特征工程的步驟，特征工程就是來處理數(shù)據(jù)的，然后喂給模型。又好又多質(zhì)量又高的數(shù)據(jù)會讓這個模型更聰明和健壯，相當(dāng)于燃料，模型才能更好地自我訓(xùn)練，然后才有現(xiàn)在的「推薦喜歡」和「全民抖音」。

如果你只是進(jìn)行一些數(shù)據(jù)庫的增刪該查或者一些頁面展示什么的，這些套路都是可復(fù)用的，講究能用就行。但是大數(shù)據(jù)不一樣，無論你是做平臺的建設(shè)，數(shù)倉，計算等，一些場景一些機(jī)制都是需要你去思考的。

我面試的時候被面試官問到一個問題：「你為什么不做 Java，要去做大數(shù)據(jù)？」

我回答的是：「如果這個 Java 崗位能涉及到中間件的開發(fā)，而不只是做 CRM，ERP 等數(shù)據(jù)的 CRUD，那我是可以接受的。而大數(shù)據(jù)的話無論你是哪個方向，都會面臨著一些挑戰(zhàn)性，工作也更有難度一些。」

4.推動你現(xiàn)有崗位的發(fā)展。學(xué)習(xí)群里很多人問過，我從事前端的學(xué)大數(shù)據(jù)有什么用？我從事運(yùn)維，學(xué)大數(shù)據(jù)能幫我什么？等等。

大數(shù)據(jù)+現(xiàn)有崗位是一個趨勢。大數(shù)據(jù)來臨的時候，你前端不用做一些靜態(tài)化，或者一些緩存機(jī)制嗎？會一些 Hive、Hadoop，做可視化或和后端對接的時候是不是更有優(yōu)勢呢？后端學(xué)一些大數(shù)據(jù)的覺得是必要的，例如Kafka、Zookeeper等分布式、緩存相關(guān)的數(shù)據(jù)存儲和傳輸是進(jìn)階 Java 必會的，讓你在現(xiàn)有企業(yè)需要轉(zhuǎn)型的時候可以直接就上。而運(yùn)維呢？分布式集群運(yùn)維，各個大數(shù)據(jù)平臺上的節(jié)點(diǎn)運(yùn)維，這不是一個趨勢嗎？

什么都不學(xué)，認(rèn)為現(xiàn)在的公司用不到，等公司要用到的時候，你會，可能就是一個負(fù)責(zé)人或者給你升職加薪巴結(jié)你試試，因為這樣成本小，知根知底。不會呢，就直接招會的人過來了，而你就危險了。

5.過渡到機(jī)器學(xué)習(xí)人工智能的捷徑。隨著科技的進(jìn)步，包括硬件和軟件，機(jī)器學(xué)習(xí)的使用門檻會越來越低，為什么這里強(qiáng)調(diào)使用。因為研究部門在每一家公司都是極少數(shù)的，更多的是在調(diào)庫，調(diào)參。而隨著硬件的進(jìn)步，很多算法都是封裝好的，可以進(jìn)行傻瓜化操作，我們只需要給他喂數(shù)據(jù)。（來源：知乎）