zpeng0815
現在是大數據時代，很多公司都陸續開展了大數據業務，不少IT從業者也轉向了大數據方向。要想優雅地轉向大數據方向首先要具備大數據技術的基礎，然後培養自己的大數據思維。
大數據的技術基礎
大數據是物聯網和雲計算發展的必然結果，大數據不是憑空出現的技術，是一系列技術發展導致的結果。大數據涉及到計算機、數學、統計學、金融等一系列專業技術，從事這些行業的專業人才都具備轉向大數據的基礎。
具備程序設計的基礎可以轉向大數據平臺功能開發工程師，具備數學基礎可以轉向算法工程師，具備統計學基礎可以轉向數據分析師，具備金融基礎可以轉向行業大數據分析師等等。
如果你目前是從事物聯網或者雲計算的工程師，那麼你本身就處在大數據行業的產業鏈中，這個時候需要做的就是建立大數據思維方式，建立數據價值觀念。
大數據思維
大數據思維方式的核心就是圍繞數據展開各種應用，讓數據服務於各種場景進而產生價值。大數據思維的建立需要一個過程，這個過程涉及到對數據採集、整理、傳輸、存儲、安全、分析、呈現和應用全過程的理解。
大數據思維建立的第一步是數據採集，如何採集數據是建立大數據思維的關鍵。採集的關鍵在於已有信息的收集和採集網絡的建立，今天任何互聯網產品都離不開數據，沒有數據的產品就沒有了價值，互聯網產品對用戶的爭奪實際上就是對數據的爭奪。
關於大數據思維方式的建立我會陸續在頭條上撰寫相關的文章，感興趣的朋友可以關注我的頭條號，相信一定會有所收穫。
如果有大數據方面的問題，也可以諮詢我。
謝謝！
IT人劉俊明
加米穀大數據為大家整理了Ofer Mendelevitch自己的觀點。以下是他對不同人群給出的具體建議：
Java程序員
作為Java開發者，你對軟件工程的規則已經瞭然於心，第一步需要了解機器學習的各種算法：現在有哪些算法，都能解決哪些問題以及如何實現。另外還需要學習使用R和Matlab等建模工具，此外WEKA、Vowpal Wabbit和OpenNLP等庫也為大多數常見算法提供了經過驗證的實現方法。如果你還不太熟悉Hadoop，也可以選擇加米穀大數據帶你入行！
Python程序員
如果你是Python程序員，對軟件開發和腳本編寫一定很熟悉，也許已經在使用很多數據科學中常見的庫例如NumPy和SciPy。
Python對數據科學應用的支持很好，尤其是NumPy/Scipy, Pandas, Scikit-learn, IPython等用於探索性分析的庫，在處理大型數據集方面，多學些Hadoop及其與Python的流式集成。
統計學從業者
如果你有統計學或者機器學習的背景，對於R、Matlab和SAS等工具一定非常熟悉，對於很多機器學習算法都有很成熟的實現方法。但是，這些工具通常被用於做數據勘探和模型開發，很少單獨用來開發產品級的數據產品。顯然，熟悉一門現代編程語言，例如Java是你的首要任務。
業務分析師
如果你的背景是SQL，那麼說明你已經跟數據打交道很多年了，你很清楚如何通過數據獲取業務分析結果。Hive能讓你以你熟悉的SQL語言訪問Hadoop上的大數據集，因此是你步入大數據殿堂的首選。
總結
通向大數據之路不可能一帆風順，你必須學習很多新規則和最少一門編程語言，更重要的是還要積累實戰經驗（加米穀大數據培訓機構所有項目均來自真實企業的真實項目）。這些都需要時間、精力以及金錢投入，但最終你會發現一切都物超所值。
