我一開始也是做java，後來部門開始做大資料，我也跟著轉型。學大資料需要先學好java跟linux，因為流行的大資料開源框架如hadoop,hbase等都是java寫的，都要部署在Linux上。所以藉著做java的機會把java學好，現在程式設計師基本都會接觸linux，把linux用熟了。有了這些基礎就可以學hadoop了。去hadoop官網下載一個hadoop，自己部署一下，先用熟了，然後學習它的原理，hadoop官網的文件很好，但如果看英文文件覺得太慢，那找些部落格看看也不錯。hadoop是基礎，當你有了基礎入了門，對大資料就有自己的認識了，這時再根據興趣與需要學習hbase,hive,sqoop,storm，spark等。

簡單的資料探勘用好hive就夠了，透過hive的sql語句、視窗函式就能實現很多資料探勘、分析的功能。如果hive不夠用，需要用到聚類、分類等演算法，就需要系統的學習《資料探勘--概念與技術》之類的書了。學這本書之前需要先把大學的機率與統計複習一遍。自學《資料探勘》之類的書還是有一定門檻的。光學完理論還不行，還要學python、spark，把這些演算法跑起來。

所以第一步先做一名big data developer，把hadoop,hbase,hive這些先學好。以後根據興趣和需要再決定是否去學習資料探勘。

我自己從事過10年以上資料探勘相關的工作。我簡單說一下對這個問題的理解：

你的問題提得非常明白。但你問題下面的一段文字讓人感覺迷惑：似乎做資料探勘一定要會做big data developer方便的開發。其實在大的企業尤其是網際網路企業裡面這兩個職位是分開的。做資料探勘的是做資料探勘的。做big data developer是做開發的。通常網際網路企業的裡面的資料相關的職位是這樣分佈的：

1. 資料平臺：主要負責資料自動採集平臺、ETL平臺及排程平臺的搭建和維護；

2. ETL：主要負責資料的抽取、清洗和入庫，報表底層相關資料統計口徑的開發以及ETL任務的維護；

3. 報表平臺：基於業務需要設計報表、開發報表和維護報表；

4. 資料分析和挖掘：針對各種問題主題進行資料分析和挖掘，給出解決問題的解決方案

其它更為深入的資料探勘或者說機器學習問題：如精準廣告平臺、推薦系統和搜尋系統則有專門的部門負責。通常做資料探勘的主要是在資料部門針對專門的主題進行資料探勘，或者在專門的業務場景（廣告平臺、推薦系統和搜尋系統）對應部門從事資料探勘。這些部門對機器學習演算法相關的工程實現能力要求會比較高。但對於資料結構和MapReduce可能要求沒有那麼高。但如果在資料平臺部門可能對hadoop、資料結構和MapReduce要求可能會高一些。

1.重點是循序漸進的學習各種演算法，比如有監督學習演算法、無監督學習演算法甚至強化演算法和深度學習演算法。要深入理解這些演算法的邏輯、優點和缺點；

2.會基於python或者scale對這樣演算法做工程上的實現以便解決實際問題；