最近,很多同学咨询,学习大数据的最佳年龄。不知道自己的年龄是否还适合学习大数据。其实我想说,只要你想学、你肯学,不管什么时候都是可以的。
一、学习大数据的最佳年龄:
学习大数据的黄金年龄在20-33岁之间,但这并不代表40或者50岁就学不会大数据。只要你想学,也肯学,绝对会学有所成。因为你具备在校生所不具备的优势,压力。跟很多年龄正当的学员相比,年龄大的人具有现实生活的压力,有更大的动力去推着他学习。
日本80岁老太若宫雅子成为世界最老程序员—世界上年纪最大的iPhone应用开发人员之一。
这位老太平时没有浇花散步,或者和别的同龄老头老太出去乐呵,倒是闷头干起了人们想不到的事儿——学编程!本以为也就是玩玩代码,消磨消磨时间而已,可这老太太做的事儿你绝对想不到:她用尽了平生所学,独自一人开发,最后在苹果商店上架了一款游戏——“雏坛”(Hinadan,日本玩偶的陈列架)。如今,她还运营着一个Excel相关的艺术设计的教程,还有其他电脑相关的内容,来教同龄老人玩电脑。
年龄近百的人尚不觉得学习IT晚,我们还会觉得晚吗?
加班必不可少,客户通常难搞,升职遥遥无期,病痛随时降临,与其被现实逼疯,不如在搏斗中,寻找生活的快感。既然活着,那就永远折腾。
学不学习最关键在什么地方呢?
[if !supportLists]一、 [endif]关键看自己学习的目的是什么!
如果你之前的工作跟技术开发相关或者是数据分析相关,你现在学习是想进一步提升自己的职场竞争力,那么没问题,不管是这个行业未来的发展,还是给出的高薪前景等等,都值得你为此一搏,你不仅适合,趁现在会的人不多,还应该马上学习,这点毫无疑问!
[if !supportLists]二、 [endif]如果之前没有任何基础,只是想转行,那适不适合自己?
相信这个问题,应该是这个年龄段思考和纠结最大的一个问题。我很能理解这个年龄段的朋友转行最大的担心和顾虑。上有小下有小,之前没有基础,就是因为对这个行业或者是方向感兴趣,就要冒着转行苦三年的风险来学习,那转好了还好,转不好,不仅要放弃之前这么多年积累的工作经验和人脉,还要放弃相对稳定的高薪,几年过去,之前的行业发生改变了,难以重新拾起,不仅难度很大,而且还要去忍耐长达几年对新行业的积累,这个问题,不得不谨慎考虑!
在我看来:即使你之前没有任何基础,但是通过你前面几年工作的积累,尤其是物质上面的积累,能够满足你转行学习给你生活带来的需求,你确实又对这个行业感兴趣,相信未来的发展,那么,你评估完自己的生活和所需的物质之后,你就可以去学习;第二种就是如果你这个时候还没有家庭的压力,尤其是还没有结婚生小孩子这种,日常开支对物质要求不高,即使是前面几年物质条件积累不够,那么也可以学习;还有一种情况,虽然家庭生活和工作压力很大,但是通过家里面人共同的努力,能够在3年之内克服,自己确实又非常喜欢这个方向,也可以学习;还有一种就是,转行所需要的物质条件以及家庭都没有问题,但是担心自己的时间,学不学的会等这些问题可以忽略不计。
最怕的就是,自己生活压力本身很大,只是对现阶段工作不满,对大数据这个行业没有彻底了解清楚,幻想通过转行来改变命运和未来发展,这种人还是别来学习了。学习起来太费心,这个道理你懂的!
大数据开发需要学习哪些技术?
大数据开发其实分两种,第一类是编写一些Hadoop、Spark的应用程序,第二类是对大数据处理系统本身进行开发。第一类工作感觉更适用于data.
analyst这种职位吧,而且现在Hive Spark-SQL这种系统也提供SQL的接口。第二类工作的话通常才大公司里才有,一般他们都会搞自己的系统或者再对开源的做些二次开发。这种工作的话对理论和实践要求的都更深一些,也更有技术含量。
大数据开发需要学习哪些技术?
大数据基础——java语言基础方面
(1)Java语言基础
Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类
(2)HTML、CSS与Java
PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生Java交互功能开发、Ajax异步交互、jQuery应用
(3)JavaWeb和数据库
数据库、JavaWeb开发核心、JavaWeb开发内幕
Linux&Hadoop生态体系
Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架
分布式计算框架和Spark&Strom生态体系
(1)分布式计算框架
Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一:基于Spark的推荐系统(某一线公司真实项目)、实战二:新浪网(www.sina)
(2)storm技术架构体系
Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一:日志告警系统项目、实战二:猜你喜欢推荐系统实战
大数据项目实战数据获取、数据处理、数据分析、数据展现、数据应用
大数据分析—AI(人工智能)Data Analyze工作环境准备&数据分析基础、数据可视化、Python机器学习
Python机器学习2、图像识别&神经网络、自然语言处理&社交网络处理、实战项目:户外设备识别分析
大数据是互联网发展的方向,大数据人才是未来的高薪贵族。随着大数据人才的供不应求,大数据人才的薪资待遇也在不断提升。
更多推荐
学习大数据的最佳年龄,多少岁学大数据合适
发布评论