好程序员分享Java转行 大数据该怎么规划学习？学习过Java之后在学习大数据相对会轻松一些，主要是要分清你要先从那个方向入手
1. 大数据开发工程师，这个比较适合刚刚从Java转换过来的人员做，主要学习HDFS，MapReduce，Yarn，Hive，Flume，Sqoop，Spark等技术即可转转型。
2. 数仓工程师：这个需要SQL基础好一些，其他环境配置基本上公司已经完成，主要是针对Hive方向的开发和数据仓库的建模擦操作 。
3. 实时工程师：这个主要针对的是Spark部分，SparkStreaming是老牌的实时处理，相对公司使用还是比较多的，近年来阿里收购了Flink之后,加速了Flink在国内的步伐，所以这个flink最好也要学习，Storm就可以适当的了解 。
4.数据挖掘：需要学习完成大数据体系，也就是大数据开发工程需要学习的，除了这些外要学会 ， 机器学习R语言主要是为了统计分析和绘图，在Hadoop生态圈中是有自己的机器学习库的mahout提供可扩展的机器学习领域经典算法的实现，包括聚类、分类、推荐过滤、频繁子项挖掘等，且可通过Hadoop扩展，但是鉴于MapReduce的性能，建议学习Spark MLlib： MLlib是Spark是常用的机器学习算法的实现库，支持二元分类，回归，聚类以及协同过滤等算法。同时也包括一个底层的梯度下降优化基础算法。除了之外，也可以学系python，python中也有一套完整的机器学习库 ， 可参考好程序员大数据学习路线。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69913892/viewspace-2658110/ ，如需转载，请注明出处，否则将追究法律责任。
