首先來一個大數據平臺架構圖
轉型大數據適合的人群
1、Java
Java編程是大數據開發的基礎，大數據中很多技術都是使用Java編寫的，如Hadoop、Spark、mapreduce等，因此，想要學好大數據，Java編程是必備技能！
2、Python
Python往往在大數據處理框架中得到支持。
3、Linux運維
企業大數據開發往往是在Linux操作系統下完成的，因此，想從事大數據相關工作，需要掌握Linux系統操作方法和相關命令。
在這裡還是要推薦下我自己建的大數據學習交流群:529867072，群裡都是學大數據開發的，如果你正在學習大數據 ，小編歡迎你加入,大家都是軟件開發黨，不定期分享乾貨（只有大數據軟件開發相關的），包括我自己整理的一份最新的大數據進階資料和高級開發教程，歡迎進階中和進想深入大數據的小夥伴加入。
4、Zookeeper
ZooKeeper是一個分佈式的，開放源碼的分佈式應用程序協調服務，是Google的Chubby一個開源的實現，是Hadoop和Hbase的重要組件。它是一個為分佈式應用提供一致性服務的軟件，提供的功能包括：配置維護、域名服務、分佈式同步、組服務等。
5、R
R語言已經成為了數據科學的寵兒。
6、Hadoop和Hive
Hadoop比其他一些處理工具慢，但它出奇的準確，因此被廣泛用於後端分析。它和Hive——一個基於查詢並且運行在頂部的框架可以很好地結對工作。
7.
Kafka
Kafka是一種高吞吐量的分佈式發佈訂閱消息系統，它可以處理消費者規模的網站中的所有動作流數據，通過Hadoop的並行加載機制來統一線上和離線的消息處理，通過集群來提供實時的消息。
8.
Spark
Spark 是專為大規模數據處理而設計的快速通用的計算引擎，擁有Hadoop MapReduce所具有的優點，但不同於MapReduce的是Job中間輸出結果可以保存在內存中，從而不再需要讀寫HDFS，因此Spark能更好地適用於數據挖掘與機器學習等需要迭代的MapReduce的算法。大數據學習交流群:529867072
技術層面來說，其實只要有點基礎的程序員轉型大數據都有天然進階優勢,即使你沒有學過以上語言上手 Hadoop也是可以的。
大數據崗位技能路徑-大數據開發工程師
大數據崗位技能路徑-大數據分析工程師
大數據崗位技能路徑-大數據運維工程師
大數據作為一門基礎科學，無論在數據開發及分析、物聯網和人工智能算法訓練領域，都有著核心技術和職位訴求，那麼開發方向都有哪些對口的工作職位呢？
方向❶：大數據工程師，大數據開發工程師，大數據維護工程師，大數據研發工程師，大數據架構師等；
方向❷：大數據分析師，大數據高級工程師，大數據分析師專家，大數據挖掘師，大數據算法師等；
方向❸：大數據運維工程師等。
大數據開發這塊年齡影響比較小，因為搞大數據不是簡單的編程，編程的份量連1/6都不到，很多時候需要你從服務器、存儲、計算、運維等多個方面來分析問題解決問題。
在大數據行業內生存的時間越久，其經驗也會越得到肯定，這也是大多數資深IT人士分析大數據或將帶來50、60歲的“老”專家的原因。
面對如此光明而誘人的前景，有遠見的人，早已給自己安排了後路。
閱讀更多 IT職場六維度 的文章
