【转行自述】

坐标深圳，双非一本院校毕业，毕业两年，非计算机专业。

今年想转行做大数据分析，了解了几家线下培训机构，价格基本上在1.8w-2w之间，涉及的技术栈也不多，感觉性价比都不是很高，决定还是自学。

先说下结果吧，脱产自学1个多月（培训班一般也是1个多月的时间），主要学习Oacle、Mysql、Hive、Python、Linux，基本上掌握这些的话应聘大数据分析岗位是没有问题的，最后也是如愿拿到某大厂外包13k，对于小白来说这个薪资还算可以接受。接下来就说一下这一个多月的学习安排。

第一周

【资料收集、环境搭建、学习Mysql】

首先是资料收集，尚硅谷官网就有很多免费视频和资料可以找到，例如Hive的资料我用的就是尚硅谷的。不过尚硅谷的资料偏理论的比较多，针对性不是很强，很多面试问的问题都没有涉及，所以只看尚硅谷的资料是不足以应对面试的。

幸运的是，身边刚好有个行业内的朋友，之前是培训班出来的，于是拿到了一套培训资料，还有很多笔试题目。有了以上这些资料，基本一个月的学习都够用了。

学习资料整理

然后是环境搭建，要安装的软件有很多，Mysql、Oracle、Ptyhon、Kettle、FInereport等，这些都是大数据工程师必备的一些软件，安装会比一般的软件复杂很多，网上都有教程可以看。另外，如果电脑性能支持的话，也可以安装个虚拟机，这样就可以在电脑上用Linux和Hive了。

把这些搞完，这周就基本剩下一半时间了，然后就可以开始学习Mysql了。Mysql推荐到菜鸟教程上边学习，里边的东西很基础，很适合小白入门。如果对Mysql需求不是很大的话，建议只需要学它的基本语法就好了。

第二周

【学习oracle、学习大数据理论基础】

首先是Oracle的学习，我用的是培训的资料（很多培训班主要教的也是这个）。如果前面Mysql学习得比较扎实的话，那么Oracle的基础语法可以学得很快，两者差别也不大。

重点是存储过程的学习，有些数据分析、报表开发的面试岗位，是要求能够直接上手存储过程开发工作的，因此这一块要重点准备下，要能够独立进行完整的存储过程的编写。另外，（敲重点！），子查询、分析函数也是重点学习对象，很多岗位面试要求笔试的，如果子查询和分析函数不熟练的话，笔试题会做得很痛苦。

至于大数据理论基础这一块，主要以看视频为主，B站有很多不错的资源，推荐尚硅谷的Hadoop3，至少需要把Hadoop、HDFS、Yarn、MapReduce、Hive这些东西搞清楚，另外也推荐尚硅谷的数仓课程，了解数仓分层、数据仓库建模、维度表、事实表。

第三周

【刷笔试题，学习Hive】

学习完SQL之后，就可以尽快用笔试题来试试水了，对于初学者，刚接触笔试题可能会一下子有点懵逼，这时候可以先把前面的Oracle复习一下（重点还是子查询和分析函数），复习完之后再刷个3、4套笔试题就差不多了。

之后最重点的来了——学习Hive。Hive是离线数仓的必备工具，算是大数据的入门门槛吧（等有一定工作经验以后可以转做实时数仓，但不建议一开始转行就直接找实时的）。

关于Hive的学习，我是用尚硅谷的资料，学习基础语法时要注意总结HiveSQL与Oracle、Mysql语法的差异（包括用的很多函数也是不一样的）。另外，Hive优化这一块要好好准备一下，这是面试高频问题，很多数据分析的岗位是要求有一定Hive调优经验的，包括数据倾斜，SQL语句优化等。

第四周

【学习Python、Linux】

关于Python的学习，之前有买过一套风变编程的基础语法课程，一直没有看过，现在终于派上用场了。这个课程一共有16章，学习11-13章就够用了，大概需要2-3天的时间。如果没有买课程也没关系，看B站的视频也是完全够用的。

除了基础语法以外，还是得了解一些Python具体的一些应用，熟悉常用的模块（例如日志模块），以及实际使用的场景。在数据分析的工作中，Python的应用还是很广泛的，例如数据文件解析、数据入库、切片等等，都可以用Python来实现。

至于Linux这一块，因为一般工作中用的主机，操作系统都是Linux，所以至少得熟悉一些基本命令，比如cd、pwd、ll、ls、cat、touch、vim、mkdir等等，这些知识在网上都可以很容易搜索到，另外，也要掌握通过sed、grep、awk等命令编写shell脚本。

第五周

【制作简历，准备面试，学习kettle、finereport】

到了第五周，如果前面学习得比较顺利的话，那么恭喜你，你已经可以开始准备简历啦～简历是一块非常重要的敲门砖，除了学历、工作年限这些“客观”因素以外，重点还是在于技术栈和项目经验的体现。

如果你的简历匹配度比较高的话，直接挂在招聘网站上，就会有很多HR主动找你了（大多数是外包），一般在2-3天左右就能收到面试邀请了。在正式面试之前，建议先进行一场模拟面试，我当时是找一个业内的朋友给我模拟面的。后边会专门出一期关于简历制作和面试准备的分享贴，因为涉及的东西太多了，这里就不展开赘述了。

另外，在找工作的间隙，除了巩固前面学的知识以外，也可以根据自己的意向岗位，有针对性得学习一些常用软件。

例如你的意向岗位是ETL工程师，那么你应聘的岗位很可能需要用到kettle，可以看b站上面黑马程序员的kettle视频，但是讲得比较详细，也有相关的课件资料，缺点就是主播的普通话不太标准。尚硅谷的视频也值得看一下，有案例演示。如果只是入门的话，Kettle的学习大概只需要2天就够了；

如果你的意向岗位是报表工程师，那么你至少需要掌握一个报表开发软件，例如Finereport，这个相对来说会比较容易上手（官网就能下载），而且官方文档的解释非常详细，学习1天就能入门了。

【结尾】

大概过了一个星期（面了3-4家公司），我终于收到了offer。本人比较懒，就没有继续面了（而且薪资和待遇也还可以接受）。

回顾这一个半月的转行经历，觉得自己还是蛮幸运的，在朋友的帮助下坚持了下来，省了1万多的培训费，而且后边跟朋友聊的时候才知道，有的培训班还挺坑的，主要是给学员包装简历，实际上要学的东西还是得靠自己。

最后，希望这篇文章可以给想要入行大数据的朋友一些帮助， 原创不易，转发前请咨询本人同意，谢谢。