侯佳儀
隨著大數據平臺的逐漸成熟，大數據在落地應用的過程中會逐漸釋放出大量的人才需求，對於普通職場人來說，掌握大數據開發技術也會在一定程度上拓展自己的發展渠道。
從近兩年大數據方向研究生的就業情況來看，大數據開發崗位的人才需求量還是比較大的，目前大型科技公司對於大數據開發人才的需求量也比較大，而且招聘更多集中在研發崗位上，主要以從事大數據平臺開發為主。
由於大數據開發的知識體系比較龐大，所以對於自學者的要求還是比較高的，往往需要自學者具備一定的數學、統計學基礎，同時還要有一定的計算機基礎，涉及到操作系統（Linux）和編程語言。所以，如果基礎比較薄弱的初學者如果要學習大數據技術，可以從編程語言開始學起。
在編程語言的選擇上可以重點關注一下Java和Python這兩門編程語言，目前這兩門編程語言的學習資料還是比較多的，而且整體的學習難度也並不算大，尤其是Python語言更是以簡單易學著稱。掌握編程語言是學習大數據開發的第一步，通常大部分初學者在學習編程語言的時候並不會遇到太大的障礙，所以這部分內容是完全可以自學的。
學習大數據技術比較困難的部分是第二部分，也就是大數據平臺的學習，這部分內容比較多，而且對於實驗環境（數據、算力）有一定的要求，這對於初學者來說往往還是有一定學習難度的。通常在學習完基本的大數據平臺知識之後，應該找一個大數據開發的實習崗位，這樣會有更快的進步速度。所以，學習大數據技術並不建議完全自學，這樣學習成本會比較高，而且也很難深入。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言，或者私信我！
IT人劉俊明
可以自學，現在網上可以找到很多的資料，現將部分可能會需要的東西羅列如下:
（一）需要的技能
目前大數據行業較火，出現了很多的職位，基本羅列如下（java相關的就不再說了）:
1.數據採集類工作，主要是爬蟲，etl工具，flume等。
2.數據遷移類工作，主要是hdfs,hbase,hive,hsql,sqoop等。
3.數據分析類工作，主要是mapreduce,storm,spark streaming,當然，spark streaming在學習過程中會牽扯到一些別的技術，就像mapreduce會用到hdfs一樣，spark的其他知識也可能會用到。
目前大數據開發相關的基本這些就差不多夠用了，其他的可以在工作中不斷學習。
（二）如何學習
個人經驗來談，主要可以從一下幾個途徑來學習:
1.買一些經典教材，或者從網上找一些視頻資料，這些只能學習一些基本的內容。如果想深入瞭解，可以從get上找一些案例來看
2.跟團隊的前輩學習，一邊做項目一邊學習，這是最快、最有效的方法，但前提是公司領導能給你這個機會
