大数据只是听起来唬人?其实啥也不是。

2024-09-06 17:18

本文主要是介绍大数据只是听起来唬人?其实啥也不是。,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点击上方蓝色字体,选择“设为星标”

回复”面试“获取更多惊喜

3ff2f5d6211c00cee11bb256f3cb3cac.png

各位读者大佬们晚上好。

前两天一个读者找到我,问了一些问题。想来大家都是同龄人,虽然素不相识,但是我想起来我前几年刚毕业的时候,大概也是怀揣这样的问题,进入到了这么一个行业。

这个同学的问题大概也是很多新手同学的疑问罢。

037c302de2fcdf26a8e0ceb60a3450e9.png

这位同学在学校一直学习的是Java后端的工作,「然后现在做实时流平台,岗位是Java大数据,工作一年半了快,但是感觉大数据平台开发并没有之前想象中的好,跟java后端差不多而且做的事情比较杂乱。」

而且,「跟Java后端差不多而且做的事情比较杂乱,岗位需求看起来不大,待遇与微服务的Java后端相近可能还低,对于后面的发展前景也不明确。」

好罢,其实我最开始工作的时候也有类似的想法,觉得天天研究一堆组件,啥也不是。到头来,业务也不懂,技术杂而不精,薪水看起来也没有想象的那么好。

有一段时间,我也时常处在疑虑当中。

这里,我只是简单说说我的看法。完全够不上建议。因为每个人的经历特殊,建议也构不成普遍通用。

首先,我认为在学校学习什么并不重要。博士以下这个阶段,几乎是百分百成立,博士以上部分成立。更多的是工作后学的东西和方向。所有企业内的技术岗位,除了算法的头部那一撮人。剩下的岗位门槛都不高,没有什么护城河。这是个事实。

如果我们在「除了算法的头部那一撮人,剩下的岗位门槛都不高」这个问题上达不成共识,那么后面的内容就没有讨论的必要了。

所以,这也是大家普遍感觉: 我们这个Leader啥也不是,为什么他级别那么高?他连代码都不写,怎么能给我评审技术方案?年底还要给我打绩效?

因为,在过去的10年互联网高速发展期,很多(但不是全部)你的Leader的那一部分人,只是比你早一点进入这个行业。仅此而已。

这也是为什么很多还没毕业,工作1-2年的同学都能写出某个框架的总结文章,发到网上,大家还看起来津津有味的原因。因为「你上你也行」

其次,我觉得做Java开发还是数据开发,也不重要。只要你的公司业务拉胯,公司不够财大气粗如腾讯。那么无论你做什么都是垃圾。

换个方向当然可以,只要是比现在好且有长期收益,就都值得。

但是考虑是刚毕业,前三年还是学习为主,上面这些话可能等大家工作满4-5年,才有更深的体会,现在没有什么体感。

在工作的前2-3年,个人技术能力提升为主。后面大家就猪往前拱,鸡往后刨,个人找个人适合的方向吧。

另外我一直觉得:工作主要是「输出」,在这个过程中和工作外的学习才是「输入」。就是说,你做什么根本不重要,关键是工作外的学习才重要,对于自我提升来说。

而且我从读书到工作,一直坚信,工作只是投资的一部分,有成功必然有失败。不把鸡蛋放在一个篮子里,做到风险分散。

4c2914ba8f1d196bbdb49f9f7997234a.png

这位同学还提出了一个现实,就是未来大家可能都会成为Sql Boy

想想挺烦的。

470bf8da7f88e8e278f664fb6b7731be.png

八千里路云和月 | 从零到大数据专家学习路径指南

我们在学习Flink的时候,到底在学习什么?

193篇文章暴揍Flink,这个合集你需要关注一下

Flink生产环境TOP难题与优化,阿里巴巴藏经阁YYDS

Flink CDC我吃定了耶稣也留不住他!| Flink CDC线上问题小盘点

我们在学习Spark的时候,到底在学习什么?

在所有Spark模块中,我愿称SparkSQL为最强!

硬刚Hive | 4万字基础调优面试小总结

数据治理方法论和实践小百科全书

标签体系下的用户画像建设小指南

4万字长文 | ClickHouse基础&实践&调优全视角解析

【面试&个人成长】2021年过半,社招和校招的经验之谈

大数据方向另一个十年开启 |《硬刚系列》第一版完结

我写过的关于成长/面试/职场进阶的文章

当我们在学习Hive的时候在学习什么?「硬刚Hive续集」

这篇关于大数据只是听起来唬人?其实啥也不是。的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1142632

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

MySQL数据库宕机,启动不起来,教你一招搞定!

作者介绍:老苏,10余年DBA工作运维经验,擅长Oracle、MySQL、PG、Mongodb数据库运维(如安装迁移,性能优化、故障应急处理等)公众号:老苏畅谈运维欢迎关注本人公众号,更多精彩与您分享。 MySQL数据库宕机,数据页损坏问题,启动不起来,该如何排查和解决,本文将为你说明具体的排查过程。 查看MySQL error日志 查看 MySQL error日志,排查哪个表(表空间

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav