目前是一家公司的技術負責人，

1：先聯絡及溝通，看態度及專案方向

2：透過業餘專案提升實際水平

3：後端學習帶下，投入一年時間獨擋一面問題不大

4：大資料方面就要選對領路人了，因為很多公司的大資料建立或發展是失敗的，成功的甚少

系統的學習會比自學更好一些，可以更清晰的知道企業需要的技術，達到企業的用人標準，也可以規避掉在自學過程遇到的技術問題以及簡歷，面試過程中遇到的問題，後續工作中遇到的問題；

在職的話，選擇線上教育是比較適合的，把下班之餘的可支配時間充分的利用起來學習技術，以前學習Java的時候，想學習Java的話，可以到 如鵬網上面去看看，挺不錯的，有網路的地方就可以學習企業需要的技術，可以根據自己的時間來靈活安排學習進度，有問題隨時提問，老師實時線上答疑，口碑不錯，基本上都是慕名而去的，具體的可以到 如鵬網官網上去了解一下，以前在如鵬網 上學習的時候，也有很多其他的專業的，或是已經工作了好多年的去如鵬網上進行系統的學習；

這位同學是985+211，首先來講，自身的基礎素質是不錯的。這包括：學習能力、邏輯思維能力，理解能力。目前想跨專業學習IT技術，具體建議如下：包括：Java方向的技術體系學習，大資料方向的技術體系學習。

Java應該說並不是指Java這一門程式語言，它是一個體系。具體來講，如果想自學並想深度研究，需要從以下幾個方面進行學習：

程式設計技術層面，設計規範層面

（1）程式設計技術層面：

但是，現在稍微大一點的公司，或者業務相對複雜的網際網路公司，都是微服務的架構了。同時還需要學習一些分散式的內容。具體包括：

微服務：dubbox，springcloud

分散式檔案系統：fastdfs

分散式訊息中介軟體：rocketmq、rabbitmq

以上基本上是目前JavaEE工程師學習技術的基本路線

（2）設計規範層面：

同時，在學習這些程式設計技術之後，還需要同時增加自己的設計能力。

1）比如：23個設計模式，

學習方式建議：要從設計模式的原理，程式碼結構，適用場景等方面學習。

優先學習的設計模式：模板模式，命令模式，代理模式，工廠模式，觀察者模式，策略模式等

2）規範層面：重構、阿里巴巴Java開發手冊終極版

學習方式：建議一定要跟自己的實際程式碼相結合，舉一反三，並且應用到實際程式碼程式設計中。

3）設計層面：

建議學習：面向物件設計，架構設計五檢視。

大資料目前的學習應該說非常火熱，但是要求也是比較高，這位同學說學習java和大資料。這個說法我是非常贊同的。因為確實得從java開始打下基礎，然後再學習大資料，不然非常容易走樣。

具體來講，大資料的學習是在學習java技術之後，然後慢慢入門。下邊從以下幾個方面簡單提供以下建議。大資料技術簡介，大資料具體的學習規劃

（1）大資料技術簡介

1）大資料並不是一門語言，也是一個體系。

2）同樣的一門大資料技術，也會有不同的技術實現。這不像是java體系，比如：java程式設計，它就是指java這個技術了。大資料會有不同的技術實現：比如：spark這門大資料技術，就有java、scala等不同技術實現。

3）大資料的學習具體採用哪門程式語言實現，我的建議是從java開始，比較好入門。然後舉一反三，再學習其他技術實現。比如：spark這門技術，你就從java實現方式開始學起。

（2）大資料具體的學習規劃

建議大資料的學習規劃如下：

hdfs：大資料分散式儲存檔案系統

mapreduce：基礎的大資料計算框架

hbase：基於hdfs的大資料資料庫程式設計

spark：基於記憶體的大資料程式設計技術

hive：資料倉庫工具

建議，初學者先從以上入手。

Java：執行緒的六大狀態、基於程式碼實戰的執行緒建立及六個常用方法

Java併發程式設計：基於程式碼實戰的4種執行緒池和緩衝佇列BlockingQueue

Java：執行緒併發問題、基於程式碼實戰的4種鎖機制及多執行緒協作程式設計

Java：重入鎖ReentranLock詳解、程式碼實戰、與Synchronized對比

Java網路程式設計：TCP和UDP通訊模型詳解及基於程式碼實戰的通訊程式設計

京東和騰訊精選12道Java筆試題並有答案

問題的提出很混亂！Java哪有什麼前端後端的！？前端後端的說法不要跟Java語言或技術扯到一起！要學習就紮實地吃透Java本身！還“和大資料”？！駕馭語言大資料小資料都是處理物件！最忽悠就是所謂的大資料，信不信這個特別炒作起來的概念兩年後就會死掉！資料就就是資料，一個，一組，一堆……的符號而已，被加工的原材料而已。

It，複雜的專案應該分兩個層面：軟體開發和專案實施。前者，需要大量的軟體工程師參與，後者需要精通業務的實施顧問。國內的公司雖然也有這麼分工的，實際執行中存在許多問題，比如，平臺能力有效，顧問知識能力不足等等。

題主的問題比較混亂，看不出立場出發點。

大資料技術龐大複雜，基礎的技術包含資料的採集、資料預處理、分散式儲存、資料庫、資料倉庫、機器學習、平行計算、視覺化等各種技術範疇和不同的技術層面。

Java

可以說是大資料最基礎的程式語言，一是因為大資料的本質無非就是海量資料的計算，查詢與儲存，後臺開發很容易接觸到大資料量存取的應用場景； 二是大資料的元件很多都是用java開發的。

Scala

scala和java很相似，在開發過程中是可以無縫互相呼叫的。Scala在大資料領域的影響力大部分都是來自社群中的明星Spark和kafka，它們的強勢發展直接帶動了Scala在這個領域的流行。

目前流行的工具有：離線工具Spark，MapReduce等 實時工具Spark Streaming，Storm，Flink等；

主流的分散式資料庫有很多hbase，mongoDB，GreenPlum，redis等；

yarn分散式的叢集管理需要有個元件去分配排程資源給各個節點; zookeeper解決在分散式環境下"鎖"的問題; azkaban記錄任務的依賴關係並定時排程任務。

相關：

大資料軟體有哪些？大資料軟體技術簡介

https://www.toutiao.com/i6718993848996987396/