轉崗前景分析：人工智能、大數據開發是未來高薪的趨勢？
/轉崗原因分析/
相信有不少人在從事某個行業一定時間之後都有過想要轉崗的想法，或許是薪資達不到心理預期，或者是技術上遇到瓶頸等等等等。下面我們來梳理一下一個人工作一段時間後，為什麼想要轉崗的可能原因吧，從轉崗前工作和想轉去的崗位兩個角度我們來簡單總結一下：
轉崗前工作情況
行業發展前景不佳，要麼過於冷門，要麼趨於飽和
工作內容重複，枯燥，技能提升不明顯
薪水漲幅小
目前工作與個人性格相悖，比如性格內向的人從事銷售行業
目前工作壓力太大，想找一份輕鬆點的工作
目前工作毫無挑戰，沒有意思
接觸到了自己更感興趣的行業或者工作
想轉去的崗位情況
熱門，行業發展有前景
薪水待遇高
新的崗位更能發揮個人的優勢
感興趣
新的崗位符合自己的職業規劃預期，比如想找份輕鬆的，於是轉崗公務員；
正在考慮轉崗的小夥伴們，right？
/轉崗前的一些小建議/
轉崗絕不是一件輕鬆的事，關於轉崗是真的出於“自我選擇” ，還是 “迫於無奈” ，或者是 “一時衝動”？
轉崗是否出於“自我選擇”，可通過是否符合以下情況來自我檢測一下：
目前的工作表現不錯，盡職盡責、努力上進，與同事和老闆相處融洽；
經過客觀理性的分析和了解，十分明確自己需要做出新的職業規劃的原因，這些原因包括行業前景等客觀原因和自我剖析後性格、興趣點等主觀方面的原因；
對想轉去的崗位做了詳細的調研，對新的職業發展有一定的瞭解和準備；
有的崗位像產品經理、數據分析等均是門檻不高，但想要學好卻並不容易的職業，僅僅因為好入門就決定轉崗，那就有點衝動了。
所以，像個人的職業選擇這麼重要的事，還是希望大家三思而後行哦。
/轉崗大數據的行業現狀/
大數據、數據挖掘、機器學習、人工智能，如今很多程序員對這些火熱技術躍躍欲試，知乎上[深度學習如何入門？] [普通程序員如何向人工智能靠攏？] 等問題都有很高的關注度。
越來越多的技術候選人在跳槽時會思考，能否從事大數據相關崗位的工作。那麼，為什麼那麼多人願意投崗數據行業呢？下面跟大家一起來聊一聊轉崗大數據目前的行業現狀吧。
1）為什麼那麼多人願意轉型大數據行業？
大數據發展趨勢
2019年-2021年，將成為未來20年間大數據及人工智能最佳的產業資本併購整合窗口期，就像2003年-2006年互聯網產業整合的窗口期一樣。
大數據與人工智能相互依託，在政策層面已經上升為國家戰略，而且迅速進入全面啟動實施階段；技術層面，大數據技術已經基本成熟，並且推動人工智能技術以驚人的速度進步；產業層面，智能安防、自動駕駛、醫療影像等都在加速落地。
人才市場需求大
據美國勞工局預測，2022年美國市場將需要約85萬大數據方面的專業技術人員；而國內數據統計《大數據人才報告》顯示，預測未來3到5年人才缺口將達到150萬之多。
職位薪酬水平普遍較高
據統計，在美國大數據分析師平均每年薪酬在17.5萬美元左右；而國內一線互聯網公司，大數據分析師的薪酬水平普遍比同一級別的其他職位高20-30%，這也成為國內轉崗人員往大數據轉型的很重要的理由之一。
高校加大對大數據相關專業的設立
目前，全世界有近170所大學開設了大數據相關專業。近些年，國內教育部也積極採取措施，加強對大數據人才的培養，開設新專業如“數據科學與大數據技術”等。
大軍已經進入，全民開始行動了。2019年國內各大高校都將會開設大數據、人工智能專業，真正的競爭壓力馬上就會來了，已經加入大數據行業的同學很幸運，一定要抓住一切可以抓住機會，全身心的投入。
2）轉崗大數據大多來自哪些職位？
從技術層面來說，編程語言（Java，python，R，Go語言 ，安卓/c++等其他開發崗...）對於大數據開發來講只是一個工具而已。
java開發
大數據的各類框架如Hadoop，spark，storm，flink，各種中間件如flume，kafka，sqoop等等，這些框架以及工具大多數是用Java或基於JVM的Scala語言編寫而成，所以目前轉崗大數據最多的來自Java崗。
安卓/c++等其他開發崗
從安卓開發崗轉型到大數據的人也不在少數，對開發崗轉型的小夥伴來說，都是編程，只要有底子，付出努力，轉崗大數據的前景依然很可觀。
其實只要有點基礎的程序員轉型大數據，都有天然的進階優勢。
哪怕你沒有學過任何一種編程語言零基礎，也是可以學會的。
不管是初學者還是資深程序員，應該專注於,而不是糾結哪類語言，只有這樣才能達到融會貫通，拿起任何語言基本上都會用，並寫出高質量的代碼來。
/轉崗大數據的途徑/
主要有以下幾種方式：
1）企業內部轉崗
通過企業內部途徑進行轉崗，這是實現轉崗的最佳途徑，方便快捷、成功率高。
2）藉助有實力培訓機構再就業
在平時沒有利用業餘時間朝這個方向進行積累的情況下，參加一個專業培訓班短期進行集中充電，很有必要的。再次求職時擇業就提高標準，多參加一些面試積累經驗，找到一份大數據崗工作還是很容易的。當然，需要有決心和毅力，付出巨大的努力，這是無可厚非的哦！
3）書籍、視頻日常積累
沒有內部轉崗的機會、又不願花錢參加培訓班，那就平時乖乖看書吧，至少大數據的一些基本框架、技術和工具的經典書籍得好好讀一讀，然後至少要有一套完整的大數據教學視頻帶著入門。
其次可以多關注關注目前行業的招聘信息，瞭解下需要符合哪些條件，學完一段時間就出去應聘下，既是給自己一個警醒，又能更精準的把握住面試所需。
/ 大數據的職業發展 /
上文給大家提了幾點轉崗前需要考慮清楚的問題。
其中一項就是一定要對想轉去的新崗位的行業前景、職業發展、職位特性甚至工作內容都要有一個基本的認知。
大數據總體可分為2大方向5大職業。
2大類分別為技術類和業務類，其中，技術方向側重於怎樣處理好數據，業務方向側重於怎樣用好數據；
技術方向
技術類方向是大數據界的碼農、程序員。
1）大數據平臺研發路線
職責：主要負責大數據技術的產品化，包括開源技術框架的研究、封裝和開發
入門：系統性瞭解大數據技術體系（spark、hadoop、hbase等技術），通讀一遍各技術框架的技術文檔，知道每項技術能夠解決什麼問題，其實現原理，優缺點等；能夠調用各技術框架API進行功能封裝
進階：能夠優化開源框架性能及完善開源技術、作為開源社區的commiter
發展：數據平臺研發架構師、數據平臺產品經理
2）大數據開發路線
職責：也叫ETL工程師，主要負責使用大數據技術採集、處理、分析數據；
入門：同數據平臺研發工程師，並熟練使用SQL、存儲過程；
進階：技術選型、技術架構設計、數據架構設計、平臺性能調優
發展：數據架構師、大數據DBA
3）大數據算法路線
職責：俗稱調參工程師，主要負責使用機器學習算法建模，處理業務需求，基於算法引擎封裝算法工具。
入門：python語言，sklearn、tensorflow等算法引擎，熟悉決策樹、SVM、樸素貝葉斯、神經網絡等各種算法原理和適用場景；
進階：業務建模、調參
發展：數據科學家
4）大數據可視化路線
職責：主要負責數據可視化應用開發
入門：各種數據可視化圖表適用場景、echarts框架、vue、BI工具
進階：數據應用可視化UIUE設計、大屏展現設計
發展 ：數據藝術家
業務類
1）大數據分析路線
崗位：主要負責結合業務問題，使用大數據分析、製作數據分析報告、規劃數據應用
入門：熟悉各種分析圖表、數據分析工具、具備數據分析報告撰寫能力等
進階：熟悉各種算法概念及使用場景、具備敏銳的業務思維、管理思維和應用規劃能力
發展：數據諮詢師、數據產品經理
請您 1.關注作者~ 您的關注是我寫作的最大動力
2.私信我“大數據”
我將與您分享一套最新的大數據學習資源和全套開發工具
閱讀更多 阿福班主任 的文章
