Karjeras maiņa: no Java uz Big Data / Hadoop



Šajā ziņojumā ir apspriests, kāpēc jums vajadzētu mainīt karjeru no Java uz Big Data. Uzziniet, kā Hadoop Java prasmes iet roku rokā, un palīdzēs jums ievietot lielo datu Hadoop darbus.

dodieties uz c ++

Mūsu dzīvē ir šis punkts, kurā mēs domājam mainīt karjeru vai apstiprināt savas prasmju kopas, lai uzlabotu karjeras izaugsmi vai pat vienkārši sekotu jaunākajām tendencēm. Bet rūpīga pašreizējās tendences analīze un prasību ievērošana kalpo kā laba metode, lai izvēlētos, kurš prasmju kopums tiek atjaunināts. Aplūkojot pašreizējo tirgu, Hadoop un Big Data tehnoloģijas aug ārkārtīgi ātri, un tām ir arī daudz tirgus prasību. Intereses pieaugums par “ Lielie dati ”Mudina daudzus attīstības komandas vadītājus apsvērt Hadoops tehnoloģija, jo tā arvien vairāk kļūst par nozīmīgu lielo datu lietojumprogrammu sastāvdaļu. To darot, ir svarīgi uzskaitīt prasmju kopas, kas nepieciešamas, strādājot ar Hadoop. Saskaņā ar MWD Advisors analītiķes Helēnas Švenkas teikto, citējot vietnei SearchSOA.com, ka visaptverošai Hadoop ieviešanas komandas prasmēm jāietver pieredze plaša mēroga izplatītās sistēmās un valodu zināšanas, piemēram, Java , C ++, Pig Latin un HiveQL. Dati





Tagad ir skaidrs, ka ir zināšanas par Java ir būtiska prasme, kas nepieciešama Hadoop . Turpināsim un runāsim par to, cik viegli jums ir pārslēgties no Java uz Hadoop.

Kāpēc jums jāpārslēdzas no Java uz Big Data?

  • Ieskats Java un Hadoop darba tendencēs :

Darba tendence - Java līdz Big Data



Aplūkojot no Google paņemto darba tendenču grafisko attēlojumu, ir diezgan acīmredzams, ka Hadoop darba tendence ir daudz labāka nekā Java. To sakot, tas nenozīmē, ka Java darba tendence ir samazinājusies. Vienkārši ar pieaugošo Hadoop pieaugumu un pieprasījumu pēc uzņēmumiem, kas meklē Java ekspertus ar zināšanām Hadoop, ir pārāk liels, lai tos ignorētu. Tas ir skaidri redzams darba tendenču grafiskajā attēlojumā ‘Java ar Hadoop’ prasmju veida darbi.

kā uzrakstīt tostringa metodi

  • Pārbaudot Java prasības ar Hadoop prasmēm, ir milzīgs pieprasījums, taču nav pietiekami daudz profesionāļu ar iepriekš minēto prasmi, lai izpildītu prasības. Saskaņā ar Developers Slashdot, JPMorgan Chase un citiem uzņēmumiem, kuri meklēja darba meklētājus šajā jomā Hadoop World konferencē šogad. Šķiet, ka viņi nevarēja atrast pietiekami daudz IT profesionāļu ar noteiktām prasmēm, kas ietver Hadoop MapReduce (Java rakstītos skriptus MapReduce). Tas nozīmē lielu atalgojumu.
  • Saskaņā ar Dice’s Open Web datiem Java ir vadošais prasmju nolīgšanas menedžeris, kas meklē Java-Hadoop kombinētās prasmes. Hadoop ar Java ir vērtīga prasme, jo HDFS (Hadoop Distributed File System) ir rakstīts Java valodā.
  • Saskaņā ar Business Insider teikto, Hadoop ir algu vērts vismaz 103 000 USD gadā.
  • Darbs ar Big Data prasmēm maksā vairāk nekā 106 000 USD gadā.

Kāpēc Java profesionālim ir vieglāk pāriet uz Hadoop?

Hadoop ir atvērta pirmkoda Java balstīta programmēšanas sistēma, kas atbalsta lielu datu kopu apstrādi sadalītā skaitļošanas vidē. Pamatojoties uz Google MapReduce modeli, Hadoop izplata skaitļošanas darbus un pēc tam apvieno rezultātus. Šeit izmantotie MapReduce skripti ir rakstīti Java. Tagad ir diezgan skaidrs, ka, lai strādātu ar Hadoop, zināšanas Java valodā ir obligāti nepieciešamas. Ja jums ir zināšanas Java valodā, tas kļūst par kūku pastaigu, kad jāpārslēdzas uz Hadoop.



Tagad patiesais jautājums, kas jāuzdod, ir par Hadoopas kā karjeras ceļa saglabāšanu:

IBM, Microsoft un Oracle šogad visi ir iekļāvuši Hadoop. Citi uzņēmumi ar Hadoop un meklē Hadoop profesionāļus 2013. gada novembrī:

  • Amazone (110)
  • eBay (53)
  • Yahoo! Inc. (37)
  • Hortonworks (36)
  • Facebook (33)
  • Ābols (28)
  • Vispārējā dinamika - IT (28)
  • EMC korporācija (27)
  • Northrop Grumman (25)
  • Twitter (23)

Tā ir noteikta zīme, ka Java to Big Data / Hadoop ir veids, kā iet.

Vai mums ir jautājums? Pieminiet tos komentāru sadaļā, un mēs ar jums sazināsimies.

Saistītās ziņas:

kas ir tipa liešana java

4 praktiski iemesli apgūt Hadoop 2.0

7 veidi, kā lielo datu apmācība var mainīt jūsu organizāciju