很多人想转的大数据，现在发展趋势如何呢？

2019年-2021年，将成为未来20年间大数据及人工智能最佳的产业资本并购整合窗口期，就像2003年-2006年互联网产业整合的窗口期一样。

大数据与人工智能相互依托，在政策层面已经上升为国家战略，而且迅速进入全面启动实施阶段;技术层面，大数据技术已经基本成熟，并且推动人工智能技术以惊人的速度进步;产业层面，智能安防、自动驾驶、医疗影像等都在加速落地。

一、人才市场需求大

据美国劳工局预测，2022年美国市场将需要约85万大数据方面的专业技术人员;而国内数据统计《大数据人才报告》显示，预测未来3到5年人才缺口将达到150万之多。

二、职位薪酬水平普遍较高

据统计，在美国大数据分析师平均每年薪酬在17.5万美元左右;而国内一线互联网公司，大数据分析师的薪酬水平普遍比同一级别的其他职位高20-30%，这也成为国内转岗人员往大数据转型的很重要的理由之一。

大数据总体可分为2大方向5大职业。

2大类分别为技术类和业务类，其中，技术方向侧重于怎样处理好数据，业务方向侧重于怎样用好数据;

技术方向

技术类方向是大数据界的码农、程序员。

1)大数据平台研发路线

职责：主要负责大数据技术的产品化，包括开源技术框架的研究、封装和开发

入门：系统性了解大数据技术体系(spark、hadoop、hbase等技术)，通读一遍各技术框架的技术文档，知道每项技术能够解决什么问题，其实现原理，优缺点等;能够调用各技术框架API进行功能封装

进阶：能够优化开源框架性能及完善开源技术、作为开源社区的commiter

发展：数据平台研发架构师、数据平台产品经理

2)大数据开发路线

职责：也叫ETL工程师，主要负责使用大数据技术采集、处理、分析数据;

入门：同数据平台研发工程师，并熟练使用SQL、存储过程;

进阶：技术选型、技术架构设计、数据架构设计、平台性能调优

发展：数据架构师、大数据DBA

3)大数据算法路线

职责：俗称调参工程师，主要负责使用机器学习算法建模，处理业务需求，基于算法引擎封装算法工具。

入门：python语言，sklearn、tensorflow等算法引擎，熟悉决策树、SVM、朴素贝叶斯、神经网络等各种算法原理和适用场景;

进阶：业务建模、调参

发展：数据科学家

4)大数据可视化路线

职责：主要负责数据可视化应用开发

入门：各种数据可视化图表适用场景、echarts框架、vue、BI工具

进阶：数据应用可视化UIUE设计、大屏展现设计

发展：数据艺术家

业务类

1)大数据分析路线

岗位：主要负责结合业务问题，使用大数据分析、制作数据分析报告、规划数据应用

入门：熟悉各种分析图表、数据分析工具、具备数据分析报告撰写能力等

进阶：熟悉各种算法概念及使用场景、具备敏锐的业务思维、管理思维和应用规划能力

发展：数据咨询师、数据产品经理