作为程序员，都有一种相同的焦虑——即当一次又一次的新技术浪潮袭来，总会不由自主的拼命跟随，总是担心如果不紧跟新技术的潮流，将会被时代所抛弃。

尤其近几年，技术浪潮一波接着一波，从物联网、云计算、大数据、VR/AR、人工智能、自动驾驶，再到如今的区块链，每一次技术浪潮来临，都受到资本和市场的极度热捧。而大量的程序员也加入了热门技术的创业大军中，这无疑加剧了身边朋友的焦虑。

其实类似这样的焦虑很正常，人无远虑必有近忧嘛，也是人之常情。古人有云：“居安思危，思则有备，有备无患，敢以此规。”

但人的精力毕竟有限，不可能跟随每一波技术热潮，到底该如何选择，想必大家心里也充满了疑问。

从长远考虑，肯定是那种淘汰慢，能够与经验积累成正比，容易形成知识壁垒，不容易被取代的技术最好了。但实际上，想找这种技术领域其实是蛮难的，这也是程序员普遍缺少安全感的原因，以Java语言开发为例，工作5年与工作3年的差距大不大呢？

但实际上，有一门技术领域就具备这样的潜力，这就是大数据技术。金山软件资深大数据架构师与大数据专家高扬就曾表示，对于项目管理以及更高级别的职场人而言，大数据能够助其更多的思维层面和辩证看待数据的逻辑，并且在普及性学习工作中，能够了解哪些技术能做什么，优势有哪些。这样的知识对于一个管理者对当前技术形式作出判断，估算难度和成本，以及对开阔创新中的想象力都是大有裨益的，有着重要的积累意义。

同时，根据相关调查数据显示，大数据人才就业薪资普遍较高。以北京为例，大数据开发月平均薪资30230、数据分析师月平均薪资11130、Hadoop工程师月平均薪资20130、数据挖掘月平均薪资21740、算法工程师月平均薪资22640，是不是非常诱人？

此外，数据还显示，在工龄三年以下的人群中，大数据工程师、AI工程师、全部工程师的平均年薪分别为29.22万元、29.98万元、23.73万元；在工龄8-10年的人群中，三者的平均年薪分别达到了44.23万元、45.71万元、39.91万元。可见，在大数据领域，随着工作年限的增长，薪资增幅较大。

大数据之所以被寄予厚望，是因为数据已经逐渐成为企业的核心竞争力，通过分析、挖掘数据的价值，企业可提前获知客户需求，预测其消费习惯和趋势。让管理者的一切决断都有据可依，不再盲目，降低企业风险。

近两年，数字化转型浪潮席卷各行各业，越来越多的传统行业开始认识到数据的价值。Informatica前主席兼首席执行官苏哈比·阿巴斯曾坦言，信息时代唯一最有价值的资产就是数据，想要更好地了解客户、提高企业运营效率及业务灵活度都离不开数据的支撑。

据第三方机构预测，到2020年，每一位互联网用户每日就能产生1.5GB的流量，一家智能工厂每天将产生1PB的数据，而云视频服务提供商每日则将产生高达750PB的视频数据。

可见，未来数据规模将达到前所未有的数量级，企业对于数据的管理需求也将极大的提升，对于大数据人才更是如此。

在去年（2017），做了一次开发者大调查，调查结果显示，企业构建大数据平台面临的主要问题是人才的缺失。当然，大数据应用规划与技术选型也是困扰企业的现实问题。

但初期接触大数据的朋友，往往比较迷茫，大数据包含的技术繁多，常见的框架非常多，如Hadoop、Spark、Storm、Scikit-learn、Mahout、TensorFlow等等，究竟应该从哪里学起，对自身的职业生涯更有帮助呢？

对此，笔者还真不敢乱说，毕竟专业的事情必须交给专业的技术大牛来解答更稳妥。

关注公众账号

【飞马会】

▼

往期福利

关注飞马会公众号，回复对应关键词打包下载学习资料；回复“入群”，加入飞马网AI、大数据、项目经理学习群，和优秀的人一起成长！

回复 数字“1”

回复 数字“2”

回复 数字“3”

回复 数字“4”

回复 数字“5”

回复 数字“6”

回复 数字“7”

回复 数字“8”

回复 数字“9”

回复 数字“10”

回复 数字“11”

回复 数字“12”

回复 数字“13”

回复 数字“14”

回复 数字“15”

回复 数字“17”

回复 数字“18”

回复 数字“19”

回复 人工智能下载《FMI人工智能与大数据峰会嘉宾演讲PPT》

回复 AI 江湖下载《十大AI江湖领域》

回复 ML实践下载《机器学习实践经验指导（英文版）》

回复 DL论文下载《深度学习100篇以上论文资料》

回复 算法 下载《数据挖掘十大经典算法》

回复 6.10 下载《6.10饿了么&飞马网项目管理实践PPT》