想要拿到30k以上的大数据工作，首先你得理清大数据行业分布

现在大数据非常繁荣，工资比一般的软件行业要高，所以很多年轻人想进入这个行业。然而，并不是每一份与大数据相关的工作都是高薪的，主要是根据自己在开发方面的专业选择。大数据涉及的知识面很广，如果你想成为一个全方位的玩家，是非常困难的，一个人的精力是有限的。细分选择，然后专业化是正确的方式。要了解大数据，如果你是一名程序员，其实很方便输入，主要还是大数据的发展方向，学习内容，主要是在自己以前的基础上扩展。如果是大数据分析等同于另一个领域，操作和维护的方向，也是比较容易切入的。如何了解大数据并找到自己的方向。

大数据涉及广泛的知识：大规模并行处理数据库、数据挖掘、数据分析、分布式文件系统、分布式数据库、云计算平台、Internet、可伸缩存储系统；以及开发技术。更详细的内容包括：数据获取(在哪里收集数据，如果使用工具收集、清理、转换，然后将其集成并加载到数据仓库中以形成分析基础)；与数据访问相关的数据库；以及存储体系结构。例如：云存储、分布式文件系统；数据处理；数据挖掘、模型预测与建立、统计分析；大数据开发技术，如：Java、python等。

1.。发展方向。可以根据需求发展大数据相关性应用，分析结果。。掌握Java、Python、Scala等开发语言，以及关系型和非关系型数据库，如：MySQL、Oracle等常用的非关系型数据库，以及非关系型noSQL数据库，以及处理非结构化数据处理框架的需求；例如：Hadoop，它包括HDFS、MapRerer和HBase，MapRerer是数据处理框架，HBASE和CASADRA是主要的数据库。当然，如果能够更高级一些，精通一些算法，并且成为一个构建代码提交者，那就更好了。

2.。大数据分析师的方向。包括数据采集、数据清洗、数据分析、建模等。熟练使用Excel、STORM等工具。

，

RapidMiner等等。当然可以掌握大数据平台的数据分析方法，掌握一些语言，如Python、Scala、SQL等，可以处理各种复杂的数据，可以从中提取有价值的信息。如果你是一个大数据的科学家，你应该掌握统计学，概率线性代数和其他数据理论。除了图书数据、ETL流程和业务流程之外，您还可以预测和构建模型。在这一点上，这可是一笔不小的数目。

3.。大数据的操作和维护方向。基本的几个涉及开发和分析，但也要熟悉一些最好的，主要是对大数据的软硬件和监控工具要很熟练的应用。例如：掌握Linux的配置和使用，可以设置Hadoop集群、大数据软件维护、日常维护和监控，当然还可以进一步掌握Shell、Python等开发工具；运行脚本语言实现集群的自动部署、管理和监控，掌握常见组件的安装和优化，优化整体改进，熟悉数据中心的安全策略。

大数据是一个需要掌握大量知识的领域，一般人主要是在这些方面选择的。作为一名程序员，转移到这一点是相当快的，因为它主要是开发工作，而且开发的基础已经就位。但是大数据公司是不容易生存的，数据源、分析结果如何移动，都是有相当的背景依据的。