做了一年Java了，想轉行大數(shù)據(jù)合適嗎？可行。對于那些需要java基金會開發(fā)大數(shù)據(jù)并應用Hadoop、Scar等的人來說，在java開發(fā)技術經(jīng)驗一年后，他們比那些0歲的人更容易學習大數(shù)據(jù)開發(fā)相關技術，

做了一年Java了，想轉行大數(shù)據(jù)合適嗎？

可行。對于那些需要java基金會開發(fā)大數(shù)據(jù)并應用Hadoop、Scar等的人來說，在java開發(fā)技術經(jīng)驗一年后，他們比那些0歲的人更容易學習大數(shù)據(jù)開發(fā)相關技術，或者他們可以直接選擇參加大數(shù)據(jù)開發(fā)的改進類。例如，java java java語言的GRAIGU大數(shù)據(jù)開發(fā)的學習和學習，首先要學習的是：java！學習目標：Java基金會，Java面向對象，Java高級，數(shù)據(jù)庫和JDBC！學習效果：掌握java語法，靈活使用它。并且可以開發(fā)后臺應用程序！你可以學習改進類的內(nèi)容，然后切換到大數(shù)據(jù)開發(fā)：！·第1階段：大數(shù)據(jù)基金會··！第2階段：Hadoop生態(tài)系統(tǒng)·！第3階段：火花生態(tài)系統(tǒng)·

第4階段：項目實踐

！謝謝！我建議轉向大數(shù)據(jù)。

我也從事java開發(fā)，我對這個主題的糾纏也有同樣的感受。畢竟，如果我精通Java，我已經(jīng)付出了大量的學習精力。如果我學習機器學習，我基本上想告別Java，這無疑是一個非常不幸的選擇。

此外，轉向機器學習不僅需要深入了解python，還需要掌握數(shù)學算法，這是不可能一蹴而就的。因此，轉向人工智能的風險相對較高，很容易打亂一個人的職業(yè)規(guī)劃。

目前，大數(shù)據(jù)方向仍是一個需求量大、前景好的工作方向。Java廣泛應用于大數(shù)據(jù)領域。單憑Hadoop生態(tài)系統(tǒng)就足以完成大量的大數(shù)據(jù)工作，而Hadoop和Java是分不開的。

最重要的是大數(shù)據(jù)方向不會低于機器學習的工資，機器學習還處于初級階段。別擔心工資問題。

java開發(fā)，轉大數(shù)據(jù)好還是機器學習？

大數(shù)據(jù)是我的研究方向之一，我也是一個使用java多年的老程序員，所以讓我來回答這個問題。

在我開始做大數(shù)據(jù)之前，我是一名java程序員，所以從java到大數(shù)據(jù)的轉變沒有問題?，F(xiàn)在很多從事大數(shù)據(jù)研究和開發(fā)的程序員都是Java程序員。許多人的第一個Hadoop排序實驗是用Java實現(xiàn)的。

目前，最常見的大數(shù)據(jù)平臺是Hadoop和spark。Hadoop本身是用Java開發(fā)的，所以Hadoop支持Java語言。雖然最好使用Scala在spark平臺上進行開發(fā)，但Scala也是一種基于Java的語言，因此Java程序員在轉向大數(shù)據(jù)方面有一定的優(yōu)勢。

Java程序員轉向大數(shù)據(jù)并沒有太多困難。一般來說，Java程序員對Linux系統(tǒng)比較熟悉，構建平臺和配置環(huán)境并不難。一個可能的困難在于算法的設計和實現(xiàn)。如果Java程序員通常專注于功能模塊的開發(fā)，那么他們接觸算法的機會可能會更少，尤其是應用程序級程序員。如果他們想轉向大數(shù)據(jù)，就必須熟悉常用的大數(shù)據(jù)算法。大多數(shù)Java程序員都是理工科背景，所以他們應該有一個比較完善的數(shù)學知識結構。雖然這是一個困難，但不應該成為一個很大的障礙。

轉向大數(shù)據(jù)發(fā)展后，要以數(shù)據(jù)為中心。大數(shù)據(jù)的價值在于分析、判斷和預測。因此，大數(shù)據(jù)程序員應該建立數(shù)據(jù)價值思維，而不是傳統(tǒng)的功能思維。