大数据行业发展如火如荼，从企业到*府相关新闻铺天盖地。
很多程序员准备转型大数据，但是不知该从何学起。
大数据趋势、就业、薪资等
关于趋势，分享一张新技术发展时间轴，
大数据应用非常广泛，金融、*务、电商、电信、医疗、教育、……
如今数据已经成为公司的核心资产，不光专门的大数据公司，为数众多的互联网科技公司，很多都在陆续设立大数据部门，可以说稍有规模的公司都会配备大数据人才，同时大量的传统公司也在数字转型，行业对人才的需求要用发展的眼光去看待。
薪资方面，平均起薪和1-3年经验薪资都远高于Java等编程语言。
在硅谷，入门级的数据科学家的收入已经是6位数美元。
大数据难不难？需要什么基础？学什么？
关于难度，通俗讲，在掌握了一门程序语言后学习大数据比 次学习程序设计语言要简单很多。
技术层面来说，大数据使用的Hadoop(在分布式服务器集群上存储海量数据并运行分布式分析应用的一种方法)需要JavaSE基础，所以对于Java程序员来说非常容易入门，此外还需要Linux基础。
大数据知识体系非常庞杂，一般来说应该包括Linux基础、Hadoop、Hive、Hbase、Flume与Sqoop、ElasticSearch、Zookeeper、Kafka、Redis、Python语言、Spark、Storm，更完整的应该包括数据挖掘与机器学习、Flink。
除理论知识，还应该由项目和实战配合，一来巩固理论学习，二来项目是大数据面试必不可少的环节。
如何学？
学习新技术途径：培训班OR自学。
很多人出于对技术的自信选择自学，首先自学需要有良好的自制力，时间安排比较灵活，弊端是卡顿的地方没人指点，更多的是很多人自学半年因缺少项目而半途而废的例子， 因没有项目经验找工作在面试环节功亏一篑，时间也浪费了。
百分之七八十的程序员是通过培训班进入的IT行业。想进入大数据，培训也是最重要的途径。培训机构良莠不齐，选择时重点看三个方面：师资、课程、项目。
首先，俗语讲“名师出高徒”，很多人具备自学能力，但很多关键的地方卡壳百思不得其解，好的老师稍加点拨即可茅塞顿开。其次，课程必须应该覆盖主流技术点，至于新技术点，应当看准趋势，适当配置，顺应行业或者技术的发展，拿大数据来说，Flink技术就是 的例子。Flink自年开源以来，即被国内各互联网巨头广泛应用，比如阿里集团在电商领域将其发挥的淋漓精致，Flink在每年的双十一中立下了汗马功劳。包括百度、腾讯、美团、头条、携程等现在都已经从Spark迁移至Flink。 ，课程设置中项目和实战案例多多益善，同时要注重质量。项目也是检验理论知识掌握的熟练程度和面试的关键。
极客前程联合知音送上年四季度录制的海量精品大数据资料，包括入门的Hadoop，以及BAT在职大数据架构师面试指导等。文末加老师白癜风有哪些症状白癜风的治法