Uranvaihto: Java-ohjelmasta Big Data / Hadoop -palveluun



Tämä viesti käsittelee, miksi sinun pitäisi vaihtaa uraa Java-ohjelmasta Big Data -palveluun. Opi kuinka Hadoop Java -taidot kulkevat käsi kädessä ja auttavat sinua tallentamaan Hadoopin isotietotöitä.

Koko elämässämme on tämä kohta, jossa ajattelemme vaihtaa uraa tai hyväksyä ammattitaitoamme parantaaksemme uramme kasvua tai edes vain pysyäksemme ajan tasalla kasvavista suuntauksista. Mutta nykyisen trendin huolellinen analysointi ja vaatimusten noudattaminen ovat hyvä tapa valita, millä taitojoukolla päivitetään. Nykyisiä markkinoita tarkasteltaessa Hadoop- ja Big Data -teknologia kasvavat erittäin nopeasti ja niillä on myös paljon markkinoiden vaatimuksia. Kiinnostus ' Suuri data ”Saa monet kehitystiimin johtajat harkitsemaan asiaa Hadoop tekniikka, koska siitä tulee yhä tärkeämpi osa big data -sovelluksia. Tällöin on välttämätöntä kartoittaa Hadoopin kanssa tekemisissä tarvittavat taitojoukot. MWD Advisorsin analyytikko Helena Schwenk kertoi SearchSOA.com -sivustolle, että Hadoopin toteutusryhmän monipuolisen osaamisen tulisi sisältää kokemus laajamittaisista hajautetuista järjestelmistä ja kielten, kuten Java , C ++, sika Latin ja HiveQL. Tiedot



Nyt on selvää, että tieto on Java on välttämätön taito, jota tarvitaan Hadoopissa . Mennään eteenpäin ja puhutaan siitä, kuinka helppoa on siirtyä Java-ohjelmasta Hadoopiin.

Miksi sinun on siirryttävä Javaista Big Dataen?

  • Katsaus Java- ja Hadoop-työn trendeihin :

Työn trendi - Java suuriin tietoihin



Tarkasteltaessa Googlelta otettujen työn suuntausten graafista esitystä on melko ilmeistä, että Hadoopin työn suuntaus on paljon parempi kuin Java. Tämän sanominen ei tarkoita, että Java-pohjainen työn suuntaus olisi laskenut. Hadoopin kasvavan voimakkuuden kasvaessa ja niiden yritysten kysyntä, jotka etsivät Java-asiantuntijoita, joilla on tietoa Hadoopista, on liian suuri jätettäväksi huomiotta. Tämä näkyy selvästi työn trendi-graafisessa esityksessä ”Java ja Hadoop” taitotyyppiset työpaikat.

taulukko taulukon html: ssä

  • Tarkistettaessa Hadoop-taitoja sisältävien Java-työtehtävien vaatimuksia on valtava kysyntä, mutta ei riittävästi ammattilaisia, joilla on edellä mainittu taito täyttämään vaatimukset. Developers Slashdot, JPMorgan Chase ja muut yritykset, jotka etsivät tämän alan työnhakijoita tämän vuoden Hadoop World -konferenssissa. Näyttää siltä, ​​että he eivät löytäneet tarpeeksi tietotekniikan ammattilaisia, joilla olisi tiettyjä taitoja, kuten Hadoop MapReduce (Java-kirjoitetut MapReduce-skriptit). Tämä tarkoittaa korkeaa palkkaa.
  • Dicen avoimen Webin mukaan Java on johtava taitojen palkkaamisen johtaja, joka etsii yhdistettyä Java-Hadoop-taitoa. Hadoop with Java on arvokas taito, koska HDFS (Hadoop Distributed File System) on kirjoitettu Java-muodossa.
  • Business Insiderin mukaan Hadoopin arvo on vähintään 103 000 dollaria vuodessa.
  • Työ, jolla on Big Data -taitoja, maksaa yli 106 000 dollaria vuodessa.

Miksi Java-ammattilaisen on helpompi vaihtaa Hadoopiin?

Hadoop on avoimen lähdekoodin Java-pohjainen ohjelmointikehys, joka tukee suurten tietojoukkojen käsittelyä hajautetussa laskentaympäristössä. Googlen MapReduce-mallin perusteella Hadoop jakaa tietojenkäsittelytyöt ja yhdistää sitten tulokset. Tässä käytetyt MapReduce-komentosarjat on kirjoitettu Java-kielellä. Nyt on melko ilmeistä, että Hadoopin kanssa työskenteleminen Java-tietämys on välttämätöntä. Ja Java-tietämys tekee siitä kakkukävelyn, kun on kyse siirtymisestä Hadoopiin.



Todellinen kysymys on nyt Hadoopin pysyvyydestä urapoluna:

IBM, Microsoft ja Oracle ovat kaikki sisällyttäneet Hadoopin tänä vuonna. Muut yritykset, joilla on Hadoop ja jotka etsivät Hadoopin ammattilaisia ​​marraskuussa 2013, ovat:

  • Amazon (110)
  • eBay (53)
  • Yahoo! Inc. (37)
  • Hortonworks (36)
  • Facebook (33)
  • Omena (28)
  • Yleinen dynamiikka - IT (28)
  • EMC Corporation (27)
  • Northrop Grumman (25)
  • Twitter (23)

Tämä on selvä merkki siitä, että Java to Big Data / Hadoop on oikea tie.

nukke vs kokki vs mahdollista

Onko sinulla kysymys meille? Mainitse ne kommenttiosassa ja palaamme sinuun.

Aiheeseen liittyvät julkaisut:

4 käytännön syytä oppia Hadoop 2.0

7 tapaa, jolla Big Data Training voi muuttaa organisaatiotasi