一、大数据干系职位先容（数据来源于拉钩、智联）
（一）大数据干系职位列举
（二）每个干系职位的岗位职责与哀求
二、非程序员转型大数据职位推举与SWOT剖析
（一）金融财会，统计，其他商科转型大数据。
（二）非科班理工科转型大数据
（三）除了第 1 条以外的文科专业同学转型大数据。
三、程序员转型大数据职位推举与SWOT剖析
（一）Java 后端 / Java Web 程序员转型大数据。
（二）Python 程序员转型大数据。
（三）数据库干系事情职员转型大数据。
（四）运维干系事情职员转型大数据。
（五）其他（如前端，履行职员等）
四、我的想法
一、大数据干系职位先容（数据来源于拉钩、智联）
既然要转型大数据，那从职业的角度先为大家先容一下大数据干系的职位。
大数据干系的职位列举
（一）开拓岗位
ETL工程师
数据仓库工程师
大数据工程师
Hadoop开拓工程师
Java大数据工程师
Spark开拓工程师
大数据运维工程师
码字不易，如果您以为文章写得不错，
请您 1.关注作者~ 您的关注是我写作的最大动力
2.私信我“大数据”
我将与您分享一套最新的大数据学习资源和全套开拓工具
（二）数据岗位
数据可视化工程师
机器学习算法工程师
数据挖掘工程师
大数据剖析师
（三）综合岗位
大数据架构师
大数据科学家
（四）职能岗位
大数据产品经理
数据运营
BI工程师
商业剖析师
每个干系职位的岗位职责与哀求
01. ETL工程师（参考微贷网招聘信息）
岗位职责：
a. 卖力数据仓库工具开拓，
b. 卖力外围系统培植和数据仓库培植，
c. 针对业务场景编写ETL通用工具脚本，
d. 数据字典编写，形成对其它团队的数据接口文档；
岗位哀求：
a. 熟习Hive、Mysql、HBase中的一种并熟习SQL。
b. 对数字或互联网金融领域敏感，对数据建模、存取、处理、可视化等干系技能有很强的学习激情亲切。
c. 熟习数据仓库任务调度。
d. 熟习linux，熟习LINUX常用命令，至少熟习python,php,shell等一种脚本措辞。
e. 理解HADOOP，HIVE有利用这两个平台，或有在上面开拓过干系运用。
f. 熟习DataStage、Informatica、微软DTS、OWB、Kettle中的一种或多种ETL工具,能够闇练的进行事实表、维度表、汇总表的ETL开拓。
g. 具备良好的沟通能力，干事负责、仔细，有任务心，具有团队协作能力。
优先考虑：
a. 有分布式存储/实时打算开拓履历优先
b. 熟习PostgreSQL、Greenplum优先
c. 熟习Hadoop、Spark技能优先
d. 有海量数据处理履历者优先
02. 数据仓库工程师（参考贝贝网招聘信息）
岗位职责：
a. 基于大型分布式平台的数据仓库模型设计及实现。
b. ETL开拓、优化、技能攻关，BI报表定制开拓数据支持。
c. 帮忙建立数据模型，对数据进行挖掘、优化及统计。
d. 卖力企业级数据仓库架构设计、建模以及ETL开拓，构建可扩展的数据仓库办理方案。
e. 卖力公司日常运营报表开拓掩护，和业务及剖析部门沟通协作，供应多层面数据做事。
f. 供应完善的数据保障体系，包括元数据管理、数据质量、数据安全等。
岗位哀求：
a. 两年以上数据仓库履行履历，ETL履行履历，认可数据产生代价。
b. 理解数据库事理，闇练Mysql，理解Hadoop，Hive，Spark。
c. 熟习Linux 操作系统，闇练节制 Shell、Python。
d. 具备较强的业务理解能力和项目管理、推动力。
e. 熟习数据标准管理、元数据管理、数据质量管理，对整体数据有综合的把控能力。
f. 打算机或干系专业本科及以上学历 。
g. 具有丰富的数据开拓履历，对数据处理、数据建模、数据剖析等有深刻认识和实战履历。
h. 熟习SQL，有一定的SQL性能优化履历。
i. 闇练节制Java措辞，MapReduce编程，脚本措辞Shell/Python/Perl之一。
j. 业务理解力强，对数据、新技能敏感，对云打算、大数据技能充满激情亲切。
k. 积极乐不雅观、诚信、有任务心；具备强烈的进取心、求知欲及团队互助精神。
优先考虑：
暂无
03. 大数据工程师（参考京东招聘信息）
岗位职责：
a. 卖力大数据处理中的各个环节，参与需求剖析、架构设计、技能决策以及详细设计。
b. 为现有大数据Hadoop、hive平台供应性能调优、架构优化重组，办理系统中的关键问题和技能难题。
c. 把握根本业务繁芜系统的设计，确保系统的架构质量，编写核心部分代码。
d. 持续寻衅新的技能方向，占领大数据量，高并发，高稳定性，易用性等各种技能难点。
岗位哀求：
a. 本科或以上，打算机软件或干系专业毕业。
b. 踏实的编程能力，熟习算法和数据构造，熟习打算机的根本理论。
c. 熟习大数据处理干系技能，包括但不限于 Hadoop、Hive 、Hbase、Impala、Spark 、Kafaka、Flume、Sqoop 、Storm、Redis等。
优先考虑：
熟习推举系统和数据挖掘算法者优先。
04. Hadoop开拓工程师（参考京东金融招聘信息）
岗位职责：
a. 卖力Hadoop系统的资源管理和日常掩护。
b. 卖力Hive/HBase/Spark/Impala等组件的优化和二次开拓。
岗位哀求：
a. 熟习Hadoop、Hbase、Hive，5年以上Hadoop开拓履历。
b. 理解MapReduce打算框架的思想，熟习分布式打算模型或有高效索引 技能履历者优先。
c. 精通JAVA措辞，熟习J2EE干系技能。
d. 至少闇练利用Shell、Python、Perl等脚本措辞之一。
e. 热爱技能，事情负责、严谨，有团队精神。
优先考虑：
a. 熟习主流数据挖掘算法开拓。
b. 有github开源项目优先。
c. 有技能博客优先。
05. Java大数据工程师(参考喜马拉雅招聘信息)
岗位职责：
a. 卖力公司大数据干系系统和平台的设计和开拓
b. 卖力公司数据业务开拓，包括剖析、统计、推举等系统
c. 研究Hadoop/Spark/Hbase/Storm/ES等开源项目，进行系统优化和二次开拓
岗位哀求：
a. 踏实的打算机系统和算法根本知识；良好的英文阅读能力。
b. 踏实的Java措辞根本，对JVM运行机制有深入理解。
c. 丰富的Java开拓履历，对大数据领域和框架感兴趣，并有所理解。
d. 对Scala措辞有所理解，乐意深入学习。
e. 对常见开源框架代码有研究。
f. 熟习SQL和noSQL的设计和开拓。
g. 熟习企业运用设计模式、面向工具的剖析和设计技能，包括设计模式、UML建模等。
h. 长于思考，能独立剖析和解决问题，热衷于互联网技能的研究和创新。
i. 任务心强，具备良好的团队互助精神。
优先考虑：
暂无
06. Spark开拓工程师（参考网易招聘信息）
岗位职责：
a. 卖力网易大数据平台的Spark、Spark Streaming技能研发、性能优化、问题诊断
b. 卖力网易云托管Hadoop产品（EMR）研发
岗位哀求：
a. 两年以上大数据平台设计和开拓履历，具备精良的编程能力和良好的开拓习气。
b. 具备独立架构设计、内核开拓、测试与运维的能力，有过大规模系统设计和工程实现的履历。
c. 熟习Spark、Spark SQL和Spark Streaming内核事理；理解Hadoop生态组件干系技能，例如Hadoop、Hive、Storm等。
d. 精通Java、Scala措辞，熟习Linux 操作系统，闇练利用Python、Shell脚本措辞。
e. 具有负责的技能态度，良好的团队沟通和协作能力。
优先考虑：
有深入研究过Hadoop/Spark源码者优先。
07. 大数据运维工程师（参考美图大数据奇迹部招聘信息）
岗位职责：
a. 卖力公司大数据通用做事集群干系组件的支撑保障（包括如：Hadoop/Hbase/Hive/Yarn/Spark/Storm/Kafka/Elasticsearch等）
b. 卖力集群容量方案、扩容及性能调节优化。
c. 参与业务架构设计，在设计阶段给出可运维性及可扩展性方面的改进建议。
d. 深入研究大数据业务干系运维技能，持续优化集群做事架构，调研集群资源调度技能及平台方向。
岗位哀求：
a. 至少节制java/python/shell中的一种措辞。
b. 熟习Hadoop/Hbase/Hive/Storm/Spark/Kafka/Elasticsearch等开源组件项目优先。
c. 熟习Linux操作系统的配置、管理及优化，能够独立排查及办理操作系统层面的问题。
d. 良好的客户做事意识，强烈的任务心和义务感，实行力强，富有团队互助精神。
e. 对大数据方向运维有很高的激情亲切和兴趣，能主动学习理解干系知识。
优先考虑：
节制ansible、yarn及mesos运用的优先。
08. 数据可视化工程师(参考滴滴出行招聘信息)
岗位职责：
a. 卖力滴滴第一大计策业务-聪慧交通业务数据可视化的整体设计与实现，搭建一套业内顶尖的数据可视化平台(对标echars,datav,raydata) 。
b. 卖力数据可视化组件开拓及新型展现形式研发；支持聪慧交通及数据平台的干系可视化展示。
c. 深入理解紧张数据可视化展现形式，针对实际场景梳理数据信息，提出专业的数据可视化元素利用见地。
d. 技能寻衅大，海量交通数据的动态，多维展示，在性能和效果层面达到业内顶尖 。
岗位哀求：
a. 对数据可视化有激情亲切，理解业界发展现状和趋势，熟习干系工具和技能，对付数据可视化有一定个人见地。
b. 闇练节制各项Web前端技能 (HTML/CSS/Javascript) ，理解svg，canvas，webgl技能。
c. 在舆图/gis干系数据可视化有过开拓履历。
d. 具有打算机图形学理论根本，熟习数据可视化干系根本算法。
e. 有过dashboard，大屏，数据展示各种开拓履历，熟习e-charts等工具。
优先考虑：
暂无
09. 机器学习算法工程师
岗位职责：
a. 利用机器学习算法办理常见的业务问题，利用的算法包括常用的图像处理、自然措辞处理算法、机器学习推举算法等。
b. 挖掘各种来源的非构造化数据。
c. 决方案，评估并优化模型。
岗位哀求：
a. 打算机、数学或干系专业本科以上学历。
b. 一年以上机器学习项目履历，有深度学习项目履历优先，长于将业务问题抽象为机器学习问题。
c. 熟习常用的分类聚类算法，清楚理解算法事理并能做一定的改进。
d. 理解深度学习模型如CNN、RNN、GAN等。
e. 熟习常用参数调度策略。
f. 闇练节制Java/Python一种或多种。
优先考虑：
a. 熟习常用的深度学习打算框架scikit-learn、对tensorflow熟习者优先。
b. 熟习大数据开拓者优先。
10. 数据挖掘工程师（参考小米招聘）
岗位职责：
a. 卖力小米公司的数据网络、数据挖掘和数据产品的开拓事情。
b. 培植小米的用户画像和用户标签体系。
c. 利用大数据技能赋能小米各业务线，包含新零售，广告，金融，AI手机等。
d. 从事大数据干系方向的前沿性研究。
岗位哀求：
a. 有踏实的编程能力和算法根本。
b. 节制Java、Scala、Python等至少一门常用措辞，熟习数据构造和算法。
c. 闇练节制概率统计，具有很强的数据剖析能力与敏感度，能快速从给定的数据中找出规律。
优先考虑：
a. 熟习分布式/高性能打算系统，有hadoop、spark、mpi等开拓履历者优先。
b. 对行为预测、自然措辞、用户画像、社交网络、时空大数据等领域有深入实践者优先。
11. 大数据剖析师(参考VIPKID招聘信息)
岗位职责：
a. 卖力大数据干系产品的方案与设计，进行需求剖析、数据打点、形成产品设计以及原型构建。
b. 根据新的业务需求，通过数据剖析提出创新性的办理方案，并形成数据产品。
c. 对付产品改版迭代进行剖析，基于数据为产品改进供应建议，与产品经理协作，对现有产品进行运用创新。
岗位哀求：
a. 统计学、运用数学或打算机等干系专业本科及以上学历。
b. 有较丰富的BI数据产品实践履历，包括需求调研剖析、数据模型设计、内外部资源折衷、产品运营管理等。
c. 熟习SQL，excel，闇练利用SPSS／SAS／Python/中的一种或几种。 - d. 学习沟通能力强，能快速熟习理解繁芜业务，逻辑思维能力强，长于通过数据挖掘产品改进点。
e. 强烈任务心，开放的性情，乐不雅观的心态。
优先考虑：
理解Hadoop，HDFS，Hive等分布式大数据技能，能与技能职员良好沟通的优先考虑。
12. 大数据架构师（参考映客直播招聘信息）
岗位职责：
a. 卖力大数据项目整体架构方案，包括运用架构、技能架构、物理架构和数据架构等。
b. 卖力辅导工程师进行技能验证与实现，核心技能问题的攻关，办理项目开拓过程中的技能难题。
c. 卖力项目对外技能沟通，具有较强的沟通，表达和文案能力。
d. 根据公司项目和业务发展特点，卖力研究干系大数据前沿技能。
e. 卖力营造团队技能氛围，推动技能能力的沉淀。
岗位哀求：
a. 打算机、信息系统、数学或附近专业本科以上学历，7年以上干系研发履历履历，5年以上大数据研发和架构履历。
b. 精通和全面节制常用的软件设计方法、打算架构和解决方案，包括面向工具设计、SOA、J2EE、云打算等。
c. 拥有5年以上Hadoop开拓设计和履行履历，精通Hadoop生态及高性能缓存干系的各种工具并有实战履历，包括但不限于hadoop/hive/spark/impala/elasticsearch/druid/redis/hbase/kafka/flume等，能够闇练安装、配置、支配和优化大型Hadoop集群系统。
d. 有超PB级别大数据处理实战履历，熟习全体大数据的完全处理流程，包括数据的采集、洗濯、预处理、存储、剖析挖掘和数据可视化，以及架构设计、开拓、支配、自动化运维等事情。
e. 有精良的业务理解能力，能理解清楚业务并进行合理的模块和架构设计。
f. 不怕困难，有关键技能攻关的决心和能力，能够适应和享受高强度高压力的事情。
优先考虑：
有BAT事情履历优先。
13. 大数据科学家（参考好未来招聘信息）
岗位职责：
a. 卖力干系大数据运用算法的设计、研发与产品化。包括但不限于数据选品算法、个性化推举、文本挖掘、图像剖析等方向。
b. 独立卖力算法类产品的商业需求发掘、技能预研、系统设计，以及推动业务方共同落地，并制订后续运营和优化操持 。
c. 跟踪最新最热的机器学习算法理论进展（如deep learning），并且将精良的算法运用到业务场景当中，提升业务效果。
岗位哀求：
a. 打算机、统计、数学干系专业博士及以上学历，3年以上的互联网公司机器学习、文本挖掘、图像识别、搜索或广告算法研发履历。
b. 精通Java、C++、Python、R、Matlab等的一种或几种开拓措辞；精通hadoop/hive/mahout/MPI/spark等一个或多个分布式打算框架/算法平台。
c. 聪明和自我学习。
d. 精良的沟通和表达能力，清楚的表达个人想法、理解他人不雅观点，具备团队互助意识和推动协作达成的能力。
优先考虑：
对数据敏感，快速的创造关键问题，超强的业务建模能力，并且持续的迭代优化。
14. 大数据产品经理
岗位职责：
a. 卖力数据产品方案，以产品的视角组织数据，给运营职员供应基于数据的业务辅导。
b. 数据需求剖析：网络各个业务部门的数据需求，将需求汇总、整合、形成数据数据产品文档。
c. 参与内部数据平台培植：推动公司数据化运营的发展，供应数据数据化运营工具。
d. 为团队内部定期供应数据报告。
岗位哀求：
a. 二年以上互联网产品履历或数据产品履历，熟习产品设计流程，闇练运用Axure等产品原型设计工具。
b. 具有踏实的产品设计、文档策划功底和较丰富的项目管理履历。
c. 对数据敏感，有数据剖析系统设计、报表系统设计履历者佳。
d. 熟习数据仓库、商业智能基本理论，有数据剖析系统利用履历佳（如GA）。
e. 强烈任务心，开放的性情，良好的沟通能力。
f. 擅于协作，具备良好的团队互助精神。
优先考虑：
暂无
15. 数据运营（参考拉钩招聘业务部招聘信息）
岗位职责：
a. 业务流程中关键节点的跟踪与反馈。
b. 对接业务模块Leader进行项目数据网络及汇总。
c. 担保业务数据的准确性，并进行记录、洗濯、汇总与呈现。
d. 其他业务体系内运营事情。
岗位哀求：
a. 本科及以上，经管司帐类专业优先。
b. 精良的沟通能力和抗压能力，性情乐不雅观皮实，不拘泥不固执。
优先考虑：
暂无
16. BI工程师（参考逐日优鲜招聘信息）
岗位职责：
a. 理解业务团队的业务数据需求，完成干系数据支持。
b. 完成各种面向业务目标的数据模型的定义和运用开拓规范的制订，并担保数据质量。
c. 折衷办理数据处理过程中涌现的问题。
岗位哀求：
a. 本科以上学历，2年以上干系事情履历。
b. 具有海量数据建模实践履历，有BI架构体系培植履历。
c. 闇练利用sql语句，会写存储过程。
d. 最好有python、Hadoop、hive、ES等干系履历。
e. 具有良好的沟通能力、自我学习能力、团队协作能力。
优先考虑：
暂无
17. 商业剖析师（参考猫眼电影招聘信息）
岗位职责：
a. 理解业务方向和计策，为管理层供应决策支持，竞争剖析及建议。
b. 针对公司业务，通过深度剖析进行数据代价挖掘，供应业务策略支持。
c. 合营各业务部门项目，给予数据支持，从多种数据源组合数据进行深度诊断剖析，完成业务专题剖析，输出核心业务报告。
d. 建立业务关键指标监控体系，搭建数据剖析平台。
岗位哀求：
a. 两年以上干系事情履历，互联网公司商业剖析、数据剖析、BI事情背景。
b. 精良的商业剖析能力（构造化思维）、敏锐的数据洞察力。
c. 具备良好的沟通折衷能力、学习能力，造诣驱动，具有团队互助精神。
d. 闇练利用Mysql、PPT、Excel等工具。
优先考虑：
数学、统计学背景优先。
备注：
不同公司对同一个职位的哀求是有差异的，以是以上信息仅供参考，还须要详细情形详细对待。
只管即便选择了一下比较大的公司做参考，这样具有代表性。
没有选择BAT的招聘信息，有两个缘故原由：第一，BAT的招聘信息太过于抽象。第二，BAT一样平常走校招，比较看重根本和发展潜力，不在本文谈论范围内。
二、非程序员转型大数据职位推举与SWOT剖析
金融财会，统计，其他商科转型大数据
（一）职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
大数据剖析师。
数据产品经理。
商业剖析师。
BI工程师。
（二）SWOT剖析
S:
有计量经济学、R措辞知识背景。
有公司理财、投资学背景。
对付如何用数据多挣钱少费钱有一定的理解。
一样平常沟通能力较强，思维能力较强。
W:
打算机根本知识缺少。
编程技能较弱
O：
大数据根本性的做事实在已经很完备了，市场迫切须要一批知道如何将数据变革为生产力的具备经济学思维的跨界人才。
目前市场需求远远未得到知足。
T:
交叉学科，既须要商科的计策眼力，也须要工科的严谨，实干精神。然而多数商科习气了大谈计策，观点。不具备实际将观点转化为实际产出的能力。
（三）建议
既须要保持商科的计策思考能力，也须要学习工科的严谨实干看重产出的能力。
业余韶光多思考一下，数据和计策以及计策履行的关系。
明确Boss想要什么和市场需求什么。
个人形象塑造只管即便是真实和自然的，情商不要利用过度。
非科班理工科转型大数据
（一）职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
ETL工程师
大数据工程师
大数据运维工程师
（二）SWOT剖析
S:
对数据敏感，有数学，C措辞根本。
实干精神较强。
学习能力,逻辑思维能力较强。
W:
很随意马虎钻牛角尖，很难有计策思维。
习气了有个方向，然后冒死向前走，很少举头眺视远方，乃至仰望星空。很随意马虎成为一颗锋利的螺丝钉。
O：
大数据行业整体数据中午14:00的太阳，以是随着趋势走，会有不错的发展。
T:
预估低级的大数据事情职员会在2018年底之前处于一个饱和的状态，早点进入可以遇上行业末了一波红利期，饱和后进入压力较大。
（三）建议
在人际关系处理方面须要提升。
业余韶光扩大自己的知识面。
尽早进入这个行业。
（三）除了第 1 条以外的文科专业同学转型大数据。
（一）职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
商业剖析师
数据运营
BI工程师
（二）SWOT剖析
S:
人文教化较好，知识面较宽。
沟通能力较强，情商较高。
W:
理工科的实干精神缺少。
对付转型须要学习的新知识很难坚持下来。
O：
大数据发展到现在，已经不仅仅是技能问题了，更多须要和业务场景结合，以是如果可以给自己的专业领域加上大数据，会有很好的发展机会。
T:
转型初期碰着的困难较多。
（三）建议
由于须要学习的知识较多，在转型初期比较痛楚，一定要坚持下来。
多思考一下本专业领域如何结合大数据，在事情时只管即便进入与本专业干系的公司从事大数据岗位。
三.程序员转型大数据职位推举与SWOT剖析
（一）Java 后端 / Java Web 程序员转型大数据
（一）职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
Java大数据工程师
Spark开拓工程师
大数据架构师
数据仓库工程师
Hadoop开拓工程师
数据挖掘工程师
（二）SWOT剖析
S:
有Java根本。
有编程履历。
W:
大数据思维不足。
习气了Java web的搭好SSM，SSH框架之后，添补东西。不适应大数据这种须要你主动去创造代价的事情性子。
O：
市场对付Java开拓职员转型大数据收受接管程度高。
T:
数仓，大数据工程师，Hadoop工程师的低级岗位基本已经处于饱和状态。
（三）建议
尽早进入这个行业。
（二）Python 程序员转型大数据。
（一）职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
数据挖掘工程师
数据剖析师
机器学习算法工程师
（二）SWOT剖析
S:
闇练利用Python。
熟习编程。
W:
工科的严谨实干精神较强，短缺商科的计策思维，从事数据剖析的岗位有一定困难。
O：
数据挖掘、数据剖析、机器学习属于是现在最火的领域之一，发展前景较好。
市场对付此类高端人才需求较大。
T:
基本没有威胁。
（三）建议
尽早进入这个行业。
（三）数据库干系事情职员转型大数据。
（一）职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
数据仓库工程师
大数据运维工程师
ETL工程师
（二）SWOT剖析
S:
闇练SQl语法
有编程根本
W:
数据库干系事情以担保数据安全、完全为目标，大数据干系的事情以创造数据的代价为目标。事情性子有一定差异。
O：
数据仓库类型的事情十分的适宜数据库干系事情职员。
T:
数仓的低级岗位基本已经处于饱和状态。
（三）建议
尽早进入这个行业。
（四）运维干系事情职员转型大数据。
（一）职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
大数据运维工程师
数据仓库工程师
（二）SWOT剖析
S:
有运维干系履历
W:
大数据运维须要有一定的分布式的思维模式。
O：
高等大数据运维职员比较稀缺。
T:
低级的大数据运维事情职员已经处于饱和的状态。
（三）建议
尽早进入这个行业。
（五）其他
职位推举（排名按照专业得当程度、市场需求、报酬状况分先后）
数据可视化工程师
大数据运维工程师
四、我的想法
最近比较多人咨询我转型大数据，这基本已经解释这个行业已经水深火热了，行业门槛在一点一点的降落。进入者多，竞争就很比较激烈。
大数据行业内人员，基本有三种选择，一种是在自己的领域深挖，把自己打造成一颗更加锋利的螺丝钉，降落可替代性。一种是转型到其他新兴的，有发展潜力的领域，追赶一波行业的红利。一种是扩大知识面，向技能Leader进发。
我所知道的是现在比较多的大数据技能职员在向数据挖掘，机器学习领域转型。我自己也差不多快要成功转型区块链了。
以是，这真的是一个须要终生学习的职业。如果你真的有强烈的兴趣，那么我建议你趁早转型进入；如果你只是以为这个行业看起来很好，那你可能须要多考虑一下。
码字不易，如果您以为文章写得不错，
请您 1.关注作者~ 您的关注是我写作的最大动力
2.私信我“大数据”
我将与您分享一套最新的大数据学习资源和全套开拓工具
