大家好，今天小编关注到一个比较有意思的话题，就是关于大数据大数据技术职业规划的问题，于是小编就整理了2个相关介绍大数据大数据技术职业规划的解答，让我们一起看看吧。
大数据开发岗位需要一个什么样的职业规划？
大数据开发工程师分两种：
第一是编写一些Hadoop、Spark的应用程序；第二是对大数据处理系统本身进行开发。对理论和实践要求的都更深一些，也更有技术含量。
大数据开发学习有一定难度，零基础入门首先要学习java语言打基础，然后进入大数据技术体系的学习，主要学习Hadoop、Spark、Storm等。
***s://***.toutiao***/i66815385***566284295/
大数据开发工程师主要工作在后端，数据工程师建设和优化系统。数据工程师更多的是朝着软件开发能力上学习和提升。
在比较大的组织中，数据工程师需要关注不同的方面：比如使用数据的工具，维护数据库，创建和管理数据管道。不管侧重于什么，一个好的数据工程师能够保证数据科学家和数据分析师专注于解决分析方面的问题，而不是一个数据源一个数据源的去移动、操作数据。0基础学大数据技术，加米谷大数据培训机构，预报名中
大数据开发是一个比较热门的岗位，但是，对于不同工作经历的人来说，所需要的职业规划也是不一样的，这里***设讨论的是还没毕业的计算机系大三或者大四学生，马上就要步入职场，在此需要考虑的职业规划。
- 首先，要学好大数据的理论基础，比如高等数学、统计学（特别是关于分类、聚合、回归等理论），这些看起来不太重要，但是决定了以后职业的深度。
- 其次，要学好计算机的理论基础，比如数据结构、算法、面向对象等，数据库、操作系统也要好好学习一下。
- 毕业前后找工作的时候，最好找一些新兴互联网行业的公司，对大数据要直接的业务要求的，比如滴滴、今日头条类似这种公司，需要从大数据中提取出业务运行指导规则。
- 入职后，或者毕业前后，重点学习Java语言，虽然很多大数据开发相关使用的是python、scala等语言，但是他们必定提供j***a的接口，而且整个生态也基本是建立在j***a基础上，也许某一个方向其他语言有优势，但是j***a肯定具有综合优势。
- 工作后，研究一下nosql相关方向，比如redis、mongodb等，这些可以在工作中常用，可以很快用到，ELK有必要也可以研究一下。
- 有一定开发经验后，或者工作中需要了，马上研究spark生态系统，不然研究一下Hadoop也行（优先spark）
- 工作多年后，就要根据自己的实际情况做规划了，毕竟你对自己的能力和行业的认识不是别人能相比的。
本科数学，想从事人工智能或大数据方面的工作，该如何规划？
能有这样的想法是值得称赞的。
这样的目标符合时代潮流
不要急功，先把数学学好。以后人工智能也好，大数据也好，数学在这个过程中就像过日子中的柴米油盐，有了这些才能做好饭，炒好菜。
有必要研究生也学数学。
至于计算机语言，找个流行的自学就行了。
建议先学[_a***_]，python有很多人工智能的库，有精力可再学c++，把OpenCV库研究一下，里面有很多图像智能识别的东东，然后试着写一些智能模型程序，先写最简单的Bp网络模型，再由简单慢慢深入。另外R语言简单易学，在统计方面，尤其在大数据挖掘应用方面，表现也不错，也可关注。(建议不一定对，仅供参考，更多以个人实际情况而定)
到此，以上就是小编对于大数据大数据技术职业规划的问题就介绍到这了，希望介绍关于大数据大数据技术职业规划的2点解答对大家有用。
