工作两年，要不要转行大数据？

      大数据技术专业属于交叉学科：以统计学、数学、计算机为三大支zhi撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。

     此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。

     大数据时代则对从业人员素质的要求越来越高，因为数据处理变得越来越复杂，数据人才的竞争也越来越激烈，很多大公司都在寻找尖端人才。而且，大到国防、金融，小到跟生活息息相关的物流、购物、医疗、交通等，都日益需要大数据的支撑。大数据正在成为一门“显学”。

     对于大数据开发的学习，重在掌握基本知识以及实践应用，合理安排基础知识的学习，可以起到事半功倍的效果，以下是比较经典的大数据开发学习路线：

   第一阶段：JavaSE+MySql+Linux

Java语言入门 → OOP编程 → Java常用Api、集合 → IO/NIO → Java实用技术 → Mysql数据库 → 阶段项目实战 → Linux基础 → shell编程

   第二阶段：Hadoop与生态系统

Hadoop → MapReduce → Avro → Hive → Hbase → Zookeeper → Flume → Kafka → Sqoop → Pig

   第三阶段：Storm与Spark及其生态圈

Storm → Scala → Spark → Spark SQL → Spark Streaming → Spark机器学习

   第四阶段：其他

Mahout机器学习 → R语言 → Python

   第五阶段：项目实战、技术综合运用

手机公司系统 → 传统广告怎么用大数据 → 类互联网电商网站 → 网站日志手机清洗系统 → 网站流量统计分析系统