今日では大規模な職場の状況は、多くの人がこのような大規模なデータやAIなど----技術を学習することで、伝統産業を考える、非常に良いではありません。ビッグデータ業界への移行を達成するために。調理された私にはわからない、仕事の異なる作業内容や性質があなたにつながる、まだショービジネスや身近な技術の面で不利になり、個人的な開発は非常に不利です。
ここでは自分自身を依頼すると理解深めるために、その後、大規模なデータ移行するかどうかを決定するいくつかの重要な質問にです。
かどうかの動機（1）この業界の変革は、高い給料を見ているのですか？
一般に、より高い給与水準に切り替えたい人は、この業界では人材のための大規模な需要を見ています。しかし一方で、才能の業界全体の性能が要求されます。ない唯一の要件は、あなたには、いくつかの技術的な詳細を知る必要があります。同時に、あなたはまた、いくつかのビジネス・ロジックを知っておく必要があります。
これとは対照的に、年齢の30年以上は、業界への移行を推奨されていません。諺にように、「貧しい人々へのスイッチへの3年間は」まだいくつかの真実を持っています。また、業界では新興産業、市場速い応答です。基本的には後にそう996は標準ルーチンで、変換後の需要の開発のための日、プロダクトマネージャーは、実装を開始することをビジネスニーズを持っています。
だから、高入力、高出力を考慮することが、同じ時間を払って検討してください。2つだけは、発行会社を支払うに値するようにするために、団結します。
変換は、トレーニングの3〜6ヶ月することによって達成することができるかどうか（2）？
1は、どのくらいのお金を参照して、第二に、ユニットの価格は毎日計算されて入れどのくらいこのトレーニング確認するためにあなたのポケットにお金を参照してください。
2、他のスローガンである、コアトレーニングはあなたの仕事をすることです、給与雇用を参照してください。トレーニング後の雇用のための学生の平均給与は過去、新しいユニットの長を確認してください。
3、教師の状況を見て、教師は彼らのビッグデータプロジェクトの経験やプロジェクトを参照してください。
（3）ビッグデータ業界は今、どのように雇用の見通しについては、人かの不足分を残していますか？
1、どの業界では、業界は今、化合物の才能の上位20％が不足して非常に大きなデータである、20/80の法則です。
大規模なデータインターバンク人カリキュラムとして2、その後、振り返って、トレーニングは、あなたが仕事を見つけることができますが、あなた自身のより良い発展。
3、簡単な基準は、お金を見て！中央賃金を見て、トレーニングの中央値は電荷を参照して、時間と組み合わせて、あなたの自己規律の力を量る、アプリケーショントレーニング（または私に相談する最初の、マイクロ・シグナル：383 116 569）にアクセスしてください。
（4）人工知能の人間の将来のカバーの下に、雇用の傾向は何ですか？
シンプル、重複クラスが大幅に置き換えられます。その後、いくつかの必要な経験、サービスの作業感がたくさん上昇します。将来的にはマシンは、これらのマシンは、多くの雇用を創出します維持するために、どのように似ているが、どのように管理する機械の修理があるでしょう。トラック運転手の現在のネットワークとして、弟をお持ち帰り......新技術が自社の技術、思考、視力を改善されていない場合、それは時代によって排除されている可能性が、新しい要件を駆動します。
（5）ビッグデータジョブはない「レンガヤードの農家を動かす」でしょうか？
ほとんどはそうではありませんが、我々は常にDaguaiをアップグレードすることを学ぶと、いつでも機器を追加する必要があります......
ビッグデータ雇用に分け、非常に広い概念である技術やビジネスの方向。
単に、初期の中高に分け（A）技術の方向。主に技術の周り。
原発は、そのいくつかのデータ収集、ラベル、SQL文、Pythonの.....この種の仕事です。
中級一般的には、この強固な基盤上のモジュラー開発のいくつかの、より可能機能、より高度な機能のデータ補完を実装しますです。
高度なだけでなく、コードと実装パターンを最適化するだけでなく、アーキテクチャの観点から、技術的な詳細を理解するために、アーキテクチャやディレクターレベルに属しています。R＆Dニーズにビジネス要件を変換することができるようにします。
（B）事業の方向は、単純な最初、中間、および高レベルを有しています。主にビジネス変革の周り。
主な主な事業は、ユーザー調査、製品設計に関連している可能性があり、製品に精通し、理解することです。しかし、あまりにも多くの奥行き度。
中級ユーザーの間、ユーザのニーズを満たすための方法と統計的知識の数によって、顧客のニーズを発見するための綿密なビジネスの理解校長、。
シニア事業は、主に動作関係、入札、技術とビジネスの境界を知っているし、プロジェクトの実施プロセスの詳細を知るためのソリューションの能力です。
1ポイントだけでなく、大きな雇用データを行い、彼は顔、コンテンツ内の多くのを見たと思いました。そして熟練したマスター後の学習やその他の機能の開発を少し入れました。
1，要树立正确认识，大数据与人工智能，只是一种技术手段。对金融的业务理解才是你在大学阶段所重点要了解跟认识的。
2，一直觉得大学是通识教育，对于大数据，AI这类技术，知道怎么使用，匹配金融的相关场景就行，具体的技术实现等到工作中再去实践也为时不晚，再者说，这些技术变化现在也日新月异。而大学阶段，数学基础，图论，概率论，金融衍生品，宏观，微观经济这些通识类的内容建议多读，多理解。
3，凡事树立“道”与“术”的观念，在大学最好的年纪，多在“道”上下功夫，“术”的层面，培训机构跟自学社群也会帮你完成。
（7）高校里大数据专业未来的从业方向？是否应该先工作还是先读研？
建议先找工作，然后一边工作一边读在职研究生，研究方向为工作中遇到的算法相关的问题或AI相关的问题。理由有三点：
1，经济方面：俗一点，就是钱。毕竟本科出来找一个8K～1W左右的大数据标注工程师应该是没问题的。
2，视野：只有在工作中，你才会知道大学里学的知识什么是无用的，什么是有用的。当只有工作经验之后，再通过研究生的理论知识来深度理解你的工作内容，会对你以后的职场发展大有帮助。
3，职业发展：现在大数据发展跟业务贴合越来越紧密，所以对人的综合能力要求也越来越高，只有代码的大数据人才势必会被新生力量所取代，多优化自己的思考模式，多贴近业务，多帮助他人，多看书，多学习！
以上，就是自己之前知乎上的一些回答，挑出一些比较好的总结成今天的这一篇问答贴。希望能帮到想要转型的你，少走些弯路。首先把“道”选对，然后再去精进自己对于“术”的理解与认知。最后无论你是否要转型，都希望听到你的好消息！
更多大数据与AI技术资料，请关注我的公众号：大数据与AI行业思考。希望能更多的帮到你成长！加油！