我在研究生階段我原有專業(yè)其實是數據庫與數據挖掘。但是最后在校招找工作的時候，我自己卻選擇了大數據行業(yè)的工作，而沒有選擇人工智能相關的工作。我當初選擇大數據的原因，一個是自己的機器學習算法和數學理論比較薄弱，自己如果從事人工智能，會沒有優(yōu)勢。另一個則是自己對工程類的開發(fā)工作更感興趣。結合這兩個原因我最后選擇大數據。也正是這兩個原因，一直讓我堅持自學大數據相關的技術和準備相關的面試，最終通過了面試。

轉行到大數據行業(yè)之前，先詢問自己為什么要轉行

你要清楚自己為什么轉行到大數據。只有清楚自己轉行大數據的原因，才能夠一直堅持下去。你需要選擇一個自己感興趣的大數據工作方向，比如大數據平臺研發(fā)、大數據分析、大數據開發(fā)等，每個崗位工作的內容都不盡相同。在選擇完具體的大數據方向之后，就要深入地學習你選擇方向的專業(yè)知識和準備相關的面試，之后可以開始投遞簡歷。

所以你在選擇轉行大數據行業(yè)之前，一定要想清楚自己為什么要轉行到大數據。只有自己想好原因并下定決心時，這樣才能能夠堅持的做這一件事情，過程可能會很艱難。當你如果真的能夠下定決心，相信你最后肯定能夠轉行成功。

想清楚轉行大數據原因之后，選擇一個自己感興趣的大數據崗位具體方向

現在大數據行業(yè)崗位在進行細分，其實還有很多具體的方向。每個方向所從事的事情其實都有很大的差異，你可以結合自己現在的興趣，選擇一個未來想要從事的方向，這樣你未來的工作狀態(tài)，也會更加開心。

大數據行業(yè)崗位在進行細分，可以大致分為：大數據平臺開發(fā)、大數據組件開發(fā)、大數據研發(fā)(數據開發(fā))、大數據分析(BI)、大數據運維。大數據平臺開發(fā)和大數據組件開發(fā)偏向于工程類開發(fā)，后者需要對大數據組件要有很深的原理研究。

大數據研發(fā)(數據開發(fā))和大數據分析(BI)平時工作會有很多交集。數據研發(fā)同學使用較多的還是使用SQL，然后對數據進行加工清洗，最后形成規(guī)范化的數據存到數據倉庫，供數據分析同學使用。數據分析同學則是從數據中發(fā)現潛在的商業(yè)模式，幫助上層公司領導人做出商業(yè)決策。大數據運維更偏于對機器進行穩(wěn)定維護。

之后需要深入地學習你選擇崗位方向的專業(yè)知識，以及開始準備相關的面試

如果你現在有工作，你最好不要輕易的辭職找工作。個人建議你每天還是邊工作邊找大數據方面的工作，這樣即使你最后沒有轉行成功，你也沒有失業(yè)，自己的壓力也沒有那么大，在重新好好準備就是。

如果你現在沒有工作，那你就要好好努力地去準備。大數據方面的技術知識，你可以從網上下載相關的教學視頻來看會比較好，有人在視頻中邊講邊教學，也不會那么枯燥。之后可以去買相關的技術書籍，同時結合著相關的技術博客來看，這樣會更好一些。

因為你是轉行到大數據，所以你在轉行之前，肯定對于你所選擇的大數據崗位方向有很多不懂。此時你需要深入學習你所選擇崗位的專業(yè)知識，這樣以后你在面試時，才能更好地回答出面試所提出的問題。

大數據平臺開發(fā)，你需要好好準備Java方面的基礎，同時你最好要深入理解Spring以及Sping Boot底層原理，比如AOP和控制反轉。同時最好對數據庫底層方面原理要有一定的研究。大數據組件開發(fā)，你需要選擇一門自己熟悉的大數據組件，然后去深入地理解其開發(fā)原理，這樣你才能有一定實力去改造它的代碼。

數據開發(fā)以及BI同學需要好好對SQL的使用進行學習，同時需要對數據倉庫理論要有一定的認識。比如什么是雪花模型，什么是星型模型等。

大數據運維則是需要對Linux底層命令要掌握好，以及對Yum、shell腳本、Java JVM相關命令的使用要很熟練。同時要對網絡IO、機器內存、磁盤IO等要有一定了解。