第一步：分布式计算框架
掌握 hadoop和spark分布式计算框架，了解文件系统、消息队列和Nosql数据库，学习相关组件如hadoop、MR、spark、hive、hbase、redies、kafka等;
第二步：算法和工具
学习了解各种数据挖掘算法，如分类、聚类、关联规则、回归、决策树、神经网络等，熟练掌握一门数据挖掘编程工具：Python或者Scala。目前主流平台和框架已经提供了算法库，如hadoop上的Mahout和spark上的Mllib，你也可以从学习这些接口和脚本语言开始学习这些算法。
第三步：数学
补充数学知识：高数、概率论和线代。
第四步：项目实践
1、开源项目：tensorflow：Google的开源库，已经有40000多个star，非常惊人，支持移动设备。
2、参加数据竞赛：Kaggle和国内天池数据竞赛。
3、通过企业实习获取项目经验，如果你仅仅是做大数据开发和运维，则可以跳过第二步和第三步，如果你是侧重于应用已有算法进行数据挖掘，那么第三步也可以先跳过。
关于Java程序员如何转大数据工程师，环球青藤小编就和您分享到这了。如若您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。倘若您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。