Java程序員轉(zhuǎn)大數(shù)據(jù)工程師的學(xué)習(xí)路線圖：

第一步：分布式計(jì)算框架

掌握hadoop和spark分布式計(jì)算框架，了解文件系統(tǒng)、消息隊(duì)列和Nosql數(shù)據(jù)庫，學(xué)習(xí)相關(guān)組件如hadoop、MR、spark、hive、hbase、redies、kafka等；

第二步：算法和工具

學(xué)習(xí)了解各種數(shù)據(jù)挖掘算法，如分類、聚類、關(guān)聯(lián)規(guī)則、回歸、決策樹、神經(jīng)網(wǎng)絡(luò)等，熟練掌握一門數(shù)據(jù)挖掘編程工具：Python或者Scala。目前主流平臺(tái)和框架已經(jīng)提供了算法庫，如hadoop上的Mahout和spark上的Mllib，你也可以從學(xué)習(xí)這些接口和腳本語言開始學(xué)習(xí)這些算法。

第三步：數(shù)學(xué)

補(bǔ)充數(shù)學(xué)知識(shí)：高數(shù)、概率論和線代

第四步：項(xiàng)目實(shí)踐

1)開源項(xiàng)目：tensorflow：Google的開源庫，已經(jīng)有40000多個(gè)star，非常驚人，支持移動(dòng)設(shè)備；

2)參加數(shù)據(jù)競(jìng)賽

3)通過企業(yè)實(shí)習(xí)獲取項(xiàng)目經(jīng)驗(yàn)

如果你僅僅是做大數(shù)據(jù)開發(fā)和運(yùn)維，則可以跳過第二步和第三步，如果你是側(cè)重于應(yīng)用已有算法進(jìn)行數(shù)據(jù)挖掘，那么第三步也可以先跳過。