問你個問題：
你是不是曾無數次下定決心要做大數據工作，但因爲不知如何開始而放棄？
是不是曾經去面試過大數據工作，但因爲沒有經驗縷縷碰壁？
你在公司裏表現很好，佈置的任務總是能又好又快的完成，但兩年來你的工資一直是1萬3，多次跟領導提出加薪，結果領導每次都是哦哦哦知道了。
你心裏知道，現在的工作遇到了瓶頸，薪資想要有50%以上的增長已經很難了，能做的也只有轉行。
最近，身邊幾個程序員朋友都在學Spark、Hadoop等相關知識，彷彿不緊跟時代步伐，就會被隨時甩出半條街的節奏；而打開知乎，諸如“怎樣進行大數據的入門學習”“Java Web 程序員如何轉型大數據”之類的話題也屢受關注。
麥肯錫公司報告指出，大數據、人工智能方面人才緊缺，需求量激增。自己有技術優勢，而且大數據行業也非常缺人，現在入行正是最合適的時候。
那麼大數據之火熱依賴於什麼？
很多初學者，對大數據的概念都是模糊不清的，大數據是什麼，能做什麼，學的時候，該按照什麼線路去學習，學完往哪方面發展，想深入瞭解，想學習的同學歡迎加入大數據學習qq羣：199427210，有大量乾貨（零基礎以及進階的經典實戰）分享給大家，並且有清華大學畢業的資深大數據講師給大家免費授課，給大家分享目前國內最完整的大數據高端實戰實用學習流程體系
1.技術日漸成熟，應用空間得以拓展
大數據技術，最早於1980年被首次提及，卻在近幾年才獲得突飛猛進的發展。相較於幾十年前神經網絡算法捉襟見肘的計算能力，如今處理器對大規模數據的高速處理能力無疑發揮了關鍵性的作用。藉助於處理器的高性能，使我們短時間內完成PB 級數據的機器學習和模型訓練成爲可能，由此爲高度依賴深度學習的圖像、語音識別產品的快速迭代奠定基礎，大數據應用空間得以拓展，也由此催生了提供相關產品與服務的技術公司。
2.重視數據資產，數據挖掘已成必然
現代信息技術使每日產生的數據量呈指數級增長，企業發展再也無法迴避對數據價值的挖掘與利用。
3.技術催生業務新模式，蘊含創業新契機
大數據產業鏈，催生出針對不同版塊提供產品和服務的業務組合新模式，無論是利用推薦算法做內容服務的今日頭條，還是基於數據整合提供監測服務的 TalkingData，或者是提供底層架構支持的阿里雲，無不是發覺了大數據產業鏈條所蘊含的創業先機。
4.市場供不應求，崗位挑戰空間大
根據主流數據媒體調查，全國目前的大數據人才僅46萬，未來3-5年內大數據的人才缺口將高達150萬。有機構對一線城市2018年國內科技領域熱門職位薪酬範圍及跳槽漲幅進行了預測：大數據方向由於人才稀缺度較高，相同工作年限的情況下，大數據工程師的薪資普遍更高，待遇漲幅也會超過其他崗位。
目前，普通的Hadoop大數據工程師起薪也在20K/月，稍有經驗薪資就會高許多，數據挖掘、機器學習、人工智能相關人才薪資更高。