對有工作經驗想轉行大數據開發主要考察三個方面，一是基礎，二是學習能力，三是解決問題的能力。 基礎很好考察，給幾道筆試題做完基本上就知道什麼水平了。數據庫開發工程師轉大數據開發怎麼樣?
首先給大家普及一下大數據相關知識大數據的4大特徵：
1.數據在體量方面很大，比如說文字，有各種各樣的來源，有電子書|實體書|雜誌|報刊等，它們的數據大吧。
2.數據的類型多種多樣，有些是結構化的數據，像存在Oracle,MySQL這些傳統的數據庫裏的數據，一般都是結構化，可以是還有非結構化，比如HTML,WORD，execl等格式。
3.它們的價值密度低，這樣說吧，你比如說觀看一條數據好像價值也不大，但是分析所有的數據之後呢?總會挖掘出一些 重要的東西。
4.處理這些數據的速度要快。比如像hadoop技術的MapReduce計算框架，相比傳統的數據庫處理速度要快，它的吞吐量 特別的大，再比如Spark，Spark在內存方面計算比Hadoop快100倍，在磁盤方面計算快10倍。
【大數據開發學習資料領取方式】：加入大數據技術學習交流扣扣羣957205962，私信管理員即可免費領取開發工具以及入門學習資料
大數據的方向的工作有 大數據運維工程師、大數據開發工程師、數據分析、數據挖掘、架構師等。
數據工程師的角色愈發地重要。數據工程師一般被定義成“深刻理解統計學科的明星軟件工程師”。數據工程師是系統的構建者與優化者，所有公司正常運營的基礎之一，數據工程師的職責就是保證數據在接收、轉移的準確性，並且保證其它用戶對數據的可訪問性。
和數據分析師不同，他們不太關注統計、分析技能、建模等。他們的工作重點在於數據架構、計算、數據存儲、數據流等。因此，數據工程師必須具備相當強的編程能力—包括編寫數據查詢程序的能力。也就是說，他們的能力必須達到開發運營高手的級別。
數據工程師還負責數據庫設計、倉儲數據庫、建立數據庫等。 這就意味着，他們必須十分熟悉現有的數據庫技術和數據管理系統，比如和大數據有關的Hadoop與HBase 等。此外，非功能性的基礎設施問題，如數據的可擴展性、可靠性、韌性、有效性，備份等也由數據工程師來負責。
數據工程師所需技能：數學和統計學，程序設計和計算機科學，分析技能，商業戰略
對有工作經驗想轉行大數據開發主要考察三個方面，一是基礎，二是學習能力，三是解決問題的能力。
基礎很好考察，給幾道筆試題做完基本上就知道什麼水平了。 學習能力還是非常重要的，畢竟寫Javaweb和寫mapreduce還是不一樣的。大數據處理技術目前都有好多種，而且企業用的時候也不單單使用一種，再一個行業發展比較快，要時刻學習新的東西並用到實踐中。
解決問題的能力在什麼時候都比較重要，數據開發中尤爲重要，我們同常會遇到很多數據問題，比如說最後產生的報表數據對不上，一般來說一份最終的數據往往來源於很多原始數據，中間又經過了n多處理。要求你對數據敏感，並能把握問題的本質，追根溯源，在儘可能短的時間裏解決問題。
基礎知識好加強，換工作前兩週複習一下就行。學習能力和解決問題的能力就要在平時的工作中多鍛鍊。 社招的最低要求就上面三點，如果你平日還自學了一些大數據方面的東西，都是很好的加分項。