這是一個非常好的問題，隨著當前大資料行業的從業者越來越多，很多從業者將隨著大資料的落地應用而選擇不同的發展道路，如何選擇適合自己的發展道路，以及如何獲得不斷的提升，將是很多大資料行業從業者面臨的重要問題。

目前大資料行業的從業者大多集中在技術領域，涉及到的崗位包括大資料開發（含平臺開發和應用開發）、大資料分析和大資料運維，這些崗位對於從業者的要求普遍比較高，需要具備豐富的知識結構以及較強的實踐能力。由於大資料相關技術目前正處在落地應用的初期，所以目前從事大資料相關技術研發的行業從業者，多以研發型人才為主，學歷也普遍比較高，所以在薪資待遇方面，大資料行業還是具有較為明顯的優勢。

對於目前從事大資料崗位的技術從業者來說，要想不斷提升自身的崗位級別和價值，要根據自己的知識結構和能力特點來選擇不同的發展方向，應該重點關注於以下三方面內容：

第一：物聯網。在5G通訊的推動下，未來物聯網領域會迎來眾多的發展機會，而且物聯網是大資料主要的資料來源，所以關注於物聯網知識能夠全面豐富自身的知識結構。目前大資料處在物聯網體系結構的第四層，處於承上啟下的關鍵位置，上是人工智慧，下是物聯網平臺。

第二：人工智慧。大資料本身並不是最終的目的，大資料的最終目的是應用，而人工智慧則是大資料的重要出口，所以在當前大資料技術體系逐漸成熟的當下，對於研發人員來說，下一步應該考慮向人工智慧方向發展。由於大資料分析本身就會使用到機器學習相關技術，所以從大資料進入人工智慧領域並不困難。

第三：行業解決方案。行業解決方案是大資料落地應用的重點，所以如果想在大資料落地應用的過程中獲得更多的發展機會，應該重點關注於大資料的行業解決方案，這對於大資料應用開發、大資料分析和大資料運維等崗位的從業人員來說是非常重要的。

你好，這問題特別好，想提升自己的大資料職業道路。看你想從事大資料研發還是大資料其他崗位。為什麼這麼說呢？因為要是從事大資料研發，比較其他崗位難度大。前景更好。

我重點講講大資料研發需要做什麼？讓自己職業發展更高，路更寬。做研發，技術才是王道。咱們先來說說要掌握哪些技術。

一、大資料技術對計算機基礎知識，Java基礎知識要求都很高。計算機基礎包括：資料庫、計算機組成原理、資料結構、軟體工程等知識。這些知識要掌握紮實。Java基礎也一樣，大資料各個元件都是用Java語言實現的，所以Java基礎必須掌握好，還有JavaWeb相關框架，比如Spring-boot,Mybatis等等。

二、大資料生態圈各個元件執行原理和常用操作。核心框架有兩個：Hadoop和Spark。Hadoop相關元件包括：Hadoop（Hdfs+MapReduce）、Hive、Hbase、Sqoop、Flume、Kafka、Oozie、Impala、Hue、Zookeeper等。這些元件也是目前大資料技術使用最多的。Spark是基於記憶體計算的引擎，提供大量計算高階引擎庫。這裡面主要包括：Spark Core、Spark SQL、Spark Streaming、Spark MLlib、Spark GraphX五個核心庫。前三個庫大資料場景下使用比較多，後兩個庫機器學習，人工智慧場景下用的多一些。技術有一定門檻。學習者要有數學基礎。如：微積分、離散數學、線性代數、機率論統計等掌握好。

三、大資料應用場景解決方案，這裡解決方案不是技術層面的PPT講解。而是在某個場景下，用那個元件在遇到技術難題時怎麼解決。比較用Hbase海量資料毫秒級查詢。好多公司資料量很大了，應用場景要求實現毫秒級查詢。應該怎麼解決呢？這種解決方案也是技術核心。

四、行業技術擴充套件，大資料行業可以擴充套件到物聯網、雲計算、人工智慧等領域。雲計算伺服器可以做為大資料叢集的物理節點，運用物聯網技術產生的資料。大資料技術採集資料到大資料叢集中，做資料統計，資料分析。長期規劃，分析出來的資料可以做人工智慧訓練標籤，提供人工智慧分析結果。

總之、大資料職業發展前景一片大好，想從事這方面的人，一定要掌握好基礎知識。不斷學習，提升自己，還是那句話。技術才是王道。