用戶6626071398970
首先要明白大數據不是某個專業或一門編程語言，實際上它是一系列技術的組合運用。
大數據 = 編程技巧 + 數據結構和算法 + 分析能力 + 數據庫技能 + 數學 + 機器學習 + NLP + OS + 密碼學 + 並行編程從學習的難易程度來說，大數據的學習成本較高，但是回報率也是相應提高了很多。下面從某招聘網站上可以看出來，3年以下工作經驗的薪水就已經達到了20k。但同時也面臨一個問題，目前大數據工程師一般在大互聯網招聘需求較多，也只有他們可以給得起薪水。而Java工程師職位在企業中是更普遍些。
如果你是Java開發工程師，而且是從培訓機構裡出來的，那又要打折扣了，現在的Java已經慢慢趨向飽和，但是技術很強的人還是急缺的，畢竟社會在發展。
這是從學習成本和回報的角度來去評判哪一個更合適。
再一個就是從社會技術發展來考慮，這是從未來10發展的角度來思考問題了。現在是一個數據爆炸的時代，尤其是互聯網企業，每天用戶的增長，數據的更新，成倍劇增。這些數據，都存儲在企業的雲數據庫中，大數據工程師就要開始去尋求企業新的增長點，也就是說大數據工程師其實更容易接觸到其實業務場景當中去，而工作只有越接近業務，未來也就越好。而不是每天敲著代碼，心裡叫著苦逼。這兩條路相信都需要時常加班，但帶來的意義，是不一樣的。
Java是目前系統、後臺、網站必不可少的一種較為穩定的語言，為Java自然會給自己帶來職業上帶來便利，但靠它養家餬口，還是必須思考如何順勢而為。
DataTalking，數據說。持續分享數據方面的諮詢與技術，關注關注。
DataTalking
其實大數據好多也是用的java語言（當然不一定非得java語言）。java語言應用面很廣，從早期的applets、servlets再到j2ee再到新的微服務，以及android手機端，java幾乎無所不涉及，與C、JavaScript一樣堪稱使用最廣泛的語言了。這裡java我估計說的是java web後臺吧。其實現在java web仍如日中天，雖然CRUD這種老掉牙的模式已有下降的趨勢。但隨著微服務、中臺、領域開發概念的興起，尤其產業互聯網2B的應用，java又煥發著勃勃生機。
至於大數據，這裡特指下狹義的大數據相關技術吧，幾年前火過一陣，隨著hadoop系列，分佈式技術火的一塌糊塗，當時的大數據就像如今的AI。現在大數據也被AI概念給帶溝裡去了，分佈式技術已經不重要了，一致性算法也不管了，性能也不是重點。重點要跟AI有關，這個數據是智能模型，智能分析。總之呢？是有機器學習、深度學習、神經網絡在裡面的。
總要趕上一波潮流。現在大數據不是潮流了，java web也老得掉牙了。所以呢。哪個選都一樣，因為如果追逐潮流，很快就都會過時的，而如果追逐長久發展和深入學習，則選哪一個都可以。
刀法如飛
一、java
我稱之為常青樹，隨著大量java人才的產出，也造成了這個市場的飽和狀態。越來越多的java程序員開始轉行、也陸陸續續不斷有新的成員進來。一句話：市場有、看能力
二、大數據
大數據雖然並不是近年來才有的概念，但從2015、2016年才開始興起，在2017年徹底點爆。隨著互聯網、物聯網、人工智能的不斷進步及傳統行業信息化的提高，全行業對大數據需求急劇增長，造成了百萬+的人才缺口，發展前景一片光明.
