Java转行大数据该怎么规划学习

　　Java转行大数据该怎么规划学习，学习过Java以后在学习大数据相对会轻松一些，主要是要分清你要先从那个方向入手

 

1. 大数据开发工程师，这个比较适合刚刚从Java转换过来的人员作，主要学习HDFS，MapReduce，Yarn，Hive，Flume，Sqoop，Spark等技术便可转转型。

 

1. 数仓工程师：这个须要SQL基础好一些，其余环境配置基本上公司已经完成，主要是针对Hive方向的开发和数据仓库的建模擦操做。

 

1. 实时工程师：这个主要针对的是Spark部分，SparkStreaming是老牌的实时处理，相对公司使用仍是比较多的，近年来阿里收购了Flink以后,加速了Flink在国内的步伐，因此这个flink最好也要学习，Storm就能够适当的了解。

 

4.数据挖掘：须要学习完成大数据体系，也就是大数据开发工程须要学习的，除了这些外要学会，机器学习R语言主要是为了统计分析和绘图，在Hadoop生态圈中是有本身的机器学习库的mahout提供可扩展的机器学习领域经典算法的实现，包括聚类、分类、推荐过滤、频繁子项挖掘等，且可经过Hadoop扩展，可是鉴于MapReduce的性能，建议学习Spark MLlib： MLlib是Spark是经常使用的机器学习算法的实现库，支持二元分类，回归，聚类以及协同过滤等算法。同时也包括一个底层的梯度降低优化基础算法。除了以外，也能够学系python，python中也有一套完整的机器学习库。