现在大数据行业的兴起，是我们有目共睹的。Java出身想转大数据行业的人也是越来越多，那么说到大数据方向的工作，可能小伙伴还不熟悉，我们先说下大数据方向主要的工作岗位。
大数据方向的工作目前分为三个主要方向，分别是大数据工程师、数据分析师、大数据科学家。另外数据挖掘本质算机器学习，不过和数据相关，也可以跟大数据挂钩。
那了解了大数据相关的岗位，想转行到这里，需要学习哪些技能呢？那么在这里分享一下。
必须技能有: Java面向对象、JavaWeb开发、Hadoop、Java I/O与序列化、Redis、Kafka 、Storm、HiveMapreduce、Python、Spark (Core+sparksql+Spark streaming )。
高阶技能有: 机器学习算法、数据可视化、mahout库、MLlib、R语言、Lambda 架构、Kappa架构、Kylin、Aluxio。
那么工作岗位，岗位要求的技术都知道了，该怎么学呢？很多在路上的小伙伴可能很迷，学习路径具体要怎么规划。现教大家一套清楚明朗的学习方法。
一、学习目标：掌握JavaEE核心技术、能够使用MySQL操作和管理数据、掌握Java SSM框架的使用、能够完成Java Web项目、熟悉Linux编程的基本使用、通过ELK了解数据处理的整个过程。当然身为Java工程师这一目标已经达到了。
二、学习目标：掌握Hadoop平台核心技术、Hive开发、HBase开发、离线项目开发所需技能。完成这一目标可胜任初级大数据离线处理工作，如ETL工程师，Hive工程师，数据仓库工程师，HBase工程师等。
三、学习目标：掌握Scala基本编程、Spark架构基本内容及原理、Spark开发及使用、了解Spark机器学习。完成这一目标可胜任Spark开发工作，如Spark开发工程师，大数据实时处理工程师等。
四、学习目标：掌握Python基本使用、Python核心库的使用、Python爬虫、Python简单数据分析、理解Python机器学习。完成这一目标可胜任Python爬虫工程师，初级机器学习工程师工作。
五、学习目标：掌握大数据企业级项目开发的基本流程、项目开发的具体实现方法、大数据高可用集群管理、理解并掌握系统的安全性、授权及审计、数据保护等技能、可独立完成学业中匹配的真实一线项目。完成这一目标可胜任中级大数据开发工程师，Spark工程师，可视化工程师，ETL工程师相关工作。
Java方向想转大数据的学习目标是不是一下子清楚了呢，以上五个阶段所对应的薪酬也是呈阶梯上升的。掌握快速的学习路径，节节攀升不成问题。
因为大数据与数据挖掘已是当下工作的主流趋势，国家政策更是大力支持公司发展这项技术，因此企业对于大数据、数据挖掘相关人才是非常需要的，这也是很多程序员想转站的原因。
薪资高的职位人人渴望，毕竟谁跟钱过不去呢，但并不是人人都可以胜任的，从Java开始，是有优势的，这也是大数据与数据挖掘的必经之路。相信你，如果想转站大数据和数据挖掘，一定很快！