大数据工程师和Java后台开发的技术要求区别

　　每家公司对大数据工作和java开发的要求不尽相同，目前长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师、hadoop方面的工程师，以及任何在工作中需要通过数据来进行判断决策的管理者，比如某些领域的运营经理等，都可以尝试大数据工程师职位。

　　一、大数据工程师和后台开发的技能差别有多大?

　　本人非计算机专业出身，java没系统学过，喜欢写代码，要找工作了。

　　现在很迷茫，不知道应该往哪个方面突击突击，是老老实实的弄弄java看看hadoop源码?还是研究研究scala，还是用Python写写爬虫搞搞网络编程?还是把C++好好复习复习，马上就找工作了，不知道该把时间往哪个技能上冲。

　　后台开发也得看具体职位，如果是做产品，多去看看当前流行的那些开发技术，简历里至少要有个拿得出手的项目。如果是做基础架构的，要把数据结构和算法，操作系统，网络编程之类的基本功打扎实，这一块知识点多，水也深。

　　大数据工程师的话，至少要熟悉storm, hadoop, spark之间优缺点，性能挑优，监控之类的，这块面比较广，各种开源的分布式系统多了解一下，kafka, elasticsearch, influxdb, fluentd之类的。当然，数据结构和算法也很重要。

　　大数据主要从侧重对数据的存储、分析，会涉及到分布式存储系统、分布式计算系统、机器学习、数据可视化等方面，每一个方面都可以深入学习很长时间;

　　后台开发主要侧重网络编程、多线程/多进程调度、操作系统、各类数据库存取等，同样每一点都可以深挖;

　　二、一个大数据工程师到底应该会什么?

　　关于这个问题最终还是要落实到企业需求上。每家公司对大数据工作的要求不尽相同：有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。

　　由于目前大数据人才匮乏，对于公司来说，很难招聘到合适的人才—既要有高学历，同时最好还有大规模数据处理经验。因此很多企业会通过内部挖掘。

　　目前长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师、Hadoop方面的工程师，以及任何在工作中需要通过数据来进行判断决策的管理者，比如某些领域的运营经理等，都可以尝试大数据工程师职位。

　　三、关于大数据工程师需要掌握的知识，不妨从以下6个方面入手：

　　1、Java语言基础：

　　Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类

　　2、HTML、CSS与JavaScript

　　PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用

　　3、JavaWeb和数据库

　　数据库、JavaWeb开发核心、JavaWeb开发内幕

　　4、LinuxHadoopt体系

　　Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架

　　5、Spark生态体系

　　Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算

　　6、大数据分析 —AI(人工智能)

　　Data Analyze工作环境准备数据分析基础、数据可视化、Python机器学习、图像识别神经网络、自然语言处理社交网络处理。

​