有風就跟風，很可能會死在風口上，什麼都得不到。但如果是真的看到了價值想要尋求創業，那至少有這幾個忠告。

首先一定要堅持長期主義。

大資料註定是個需要積澱和時間的產業，不管是資料的積澱，還是演算法模型的演進，都需要大量的時間、金錢的投入。

大資料產業在外界看來就是準不準的問題，沒長期的試錯驗錯，最佳化更新，怎麼可能有產出？

所以想要短期進入，賺快錢，還是算了吧。現在不是靠ppt就能忽悠投資的的時候了。

其次，大資料包羅永珍，有資料分析、資料營銷、資料安全，扎入哪個行業，做哪些產品，要提前想明白。不然就是瞎搞。因為不同行業資料採集的方式都不一樣，都沒想好從哪裡找資料，資料自己編嗎？

第三，把前兩條想清楚吧。我有個朋友就是跟風破產，現在跟投資人幹仗呢。

相信有不少人在從事某個行業一定時間之後都有過想要轉崗的想法，或許是薪資達不到心理預期，或者是技術上遇到瓶頸等等等等。

而對於許多小夥伴來說，大資料可能是一個好的選擇。2019年，大資料平均薪資已經超過20000元，一般超過3年經驗的大資料工程師，年薪30萬都是很普通。

今天我們來具體分析一下，轉行大資料，你是否適合？大資料的未來前景如何？

誰適合轉大資料？

以下3類小夥伴適合轉行大資料：

1、0基礎，想入行高薪行業的同學。

2、有Java基礎想轉高薪方向的同學。

3、其他行業發展遇到瓶頸，想轉行的同學。

當然，學習大資料，要求的學歷是高中以上，小夥伴可以根據自己的情況斟酌。

其實只要有點基礎的程式設計師轉型大資料，都有天然的進階優勢。

哪怕你沒有學過任何一種程式語言零基礎，也是可以學會的。畢竟，技術由人掌握。

不管是初學者還是資深程式設計師，應該專注於<語言特性>,而不是糾結哪類語言，只有這樣才能達到融會貫通，拿起任何語言基本上都會用，並寫出高質量的程式碼來。

大資料發展趨勢

很多人想轉的大資料，現在發展趨勢如何呢？

2019年-2021年，將成為未來20年間大資料及人工智慧最佳的產業資本併購整合視窗期，就像2003年-2006年網際網路產業整合的視窗期一樣。

大資料與人工智慧相互依託，在政策層面已經上升為國家戰略，而且迅速進入全面啟動實施階段；技術層面，大資料技術已經基本成熟，並且推動人工智慧技術以驚人的速度進步；產業層面，智慧安防、自動駕駛、醫療影像等都在加速落地。

人才市場需求大

據美國勞工局預測，2022年美國市場將需要約85萬大資料方面的專業技術人員；而國內資料統計《大資料人才報告》顯示，預測未來3到5年人才缺口將達到150萬之多。

職位薪酬水平普遍較高

據統計，在美國大資料分析師平均每年薪酬在17.5萬美元左右；而國內一線網際網路公司，大資料分析師的薪酬水平普遍比同一級別的其他職位高20-30%，這也成為國內轉崗人員往大資料轉型的很重要的理由之一。

高校加大對大資料相關專業的設立

目前，全世界有近170所大學開設了大資料相關專業。近些年，國內教育部也積極採取措施，加強對大資料人才的培養，開設新專業如“資料科學與大資料技術”等。

大軍已經進入，全民開始行動了。2019年國內各大高校都將會開設大資料、人工智慧專業，真正的競爭壓力馬上就會來了，已經加入大資料行業的同學很幸運，一定要抓住一切可以抓住機會，全身心的投入。

轉行大資料的途徑

1）企業內部轉崗

透過企業內部途徑進行轉崗，這是實現轉崗的最佳途徑，方便快捷、成功率高。

2）藉助有實力培訓機構再就業

在平時沒有利用業餘時間朝這個方向進行積累的情況下，參加一個專業培訓班短期進行集中充電，很有必要的。再次求職時擇業就提高標準，多參加一些面試積累經驗，找到一份大資料崗工作還是很容易的。當然，需要有決心和毅力，付出巨大的努力，這是無可厚非的哦！

3）書籍、影片日常積累

沒有內部轉崗的機會、又不願花錢參加培訓班，那就平時乖乖看書吧，至少大資料的一些基本框架、技術和工具的經典書籍得好好讀一讀，然後至少要有一套完整的大資料教學影片帶著入門。

其次可以多關注關注目前行業的招聘資訊，瞭解下需要符合哪些條件，學完一段時間就出去應聘下，既是給自己一個警醒，又能更精準的把握住面試所需。

大資料職業發展

大資料總體可分為2大方向5大職業。

2大類分別為技術類和業務類，其中，技術方向側重於怎樣處理好資料，業務方向側重於怎樣用好資料；

技術方向

技術類方向是大資料界的碼農、程式設計師。

1）大資料平臺研發路線

職責：主要負責大資料技術的產品化，包括開源技術框架的研究、封裝和開發

入門：系統性瞭解大資料技術體系（spark、hadoop、hbase等技術），通讀一遍各技術框架的技術文件，知道每項技術能夠解決什麼問題，其實現原理，優缺點等；能夠呼叫各技術框架API進行功能封裝

進階：能夠最佳化開源框架效能及完善開源技術、作為開源社群的commiter

發展：資料平臺研發架構師、資料平臺產品經理

2）大資料開發路線

職責：也叫ETL工程師，主要負責使用大資料技術採集、處理、分析資料；

入門：同資料平臺研發工程師，並熟練使用SQL、儲存過程；

進階：技術選型、技術架構設計、資料架構設計、平臺效能調優

發展：資料架構師、大資料DBA

3）大資料演算法路線

職責：俗稱調參工程師，主要負責使用機器學習演算法建模，處理業務需求，基於演算法引擎封裝演算法工具。

入門：python語言，sklearn、tensorflow等演算法引擎，熟悉決策樹、SVM、樸素貝葉斯、神經網路等各種演算法原理和適用場景；

進階：業務建模、調參

發展：資料科學家

4）大資料視覺化路線

職責：主要負責資料視覺化應用開發

入門：各種資料視覺化圖表適用場景、echarts框架、vue、BI工具

進階：資料應用視覺化UIUE設計、大屏展現設計

發展：資料藝術家

業務類

1）大資料分析路線

崗位：主要負責結合業務問題，使用大資料分析、製作資料分析報告、規劃資料應用

入門：熟悉各種分析圖表、資料分析工具、具備資料分析報告撰寫能力等

進階：熟悉各種演算法概念及使用場景、具備敏銳的業務思維、管理思維和應用規劃能力

發展：資料諮詢師、資料產品經理

大家不要玩這些數字了EOS柚子生態被推薦人說是真平臺，我投資了幾十萬，幾十萬血本無歸，還有那些老人家辛辛苦苦了一輩子的錢，報警了也不抓那些推薦人社群長!

第一點，你要清楚自己為什麼轉行到大資料。只有清楚自己轉行大資料的原因，才能夠一直堅持下去。

第二點，你需要選擇一個自己感興趣的大資料工作方向，比如大資料平臺研發、大資料分析、大資料開發等，每個崗位工作的內容都不盡相同。

最後，在選擇完具體的大資料方向之後，就要深入地學習你選擇方向的專業知識和準備相關的面試，之後可以開始投遞簡歷。

如果你現在有工作，你最好不要輕易的辭職找工作。個人建議你每天還是邊工作邊找大資料方面的工作，這樣即使你最後沒有轉行成功，你也沒有失業，自己的壓力也沒有那麼大，在重新好好準備就是。