那什么叫大数据？

指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

随着大数据的爆发，中国IT业内环境也将面临新一轮的洗牌，不仅是企业，更是从业人员转型可遇而不可求的机遇。

中关村，被称为中国硅谷，此间程序员比比皆是。然而一眼望去，大多数一线程序员的年龄均在20至30岁左右，40、50岁的人在这个行业内颇为罕见。相较于国外五六十岁仍奋斗在一线岗位的老程序员，国内为什么会出现这种现象？

国内四五十岁的程序员去哪儿了？

造成这种现象的原因是多方面的。首先，程序员的工作大致可划分为两类：开发和研发，相对应的岗位则是开发工程师和研发工程师。开发工程师直接为产品贡献代码，以达成产品功能为主要目的，有比较多重复性工作。而研发工程师则更注重研究工作，任务目标一般没有前车之鉴，多数情况下要靠自身研究创新。

在国内，大多数大型互联网公司的程序员被称作研发工程师，但实际情况是国内几乎没有研发项目，只能称之为开发。开发程序员的工作大多是重复性劳动，容易产生疲惫感，薪资也许在工作2-5年内能达到一个峰值，但较难提升，导致很多程序员最终放弃写代码，转行做了其他。

此外，程序员多处于长时间加班、熬夜和超负荷的工作状态，而年纪大的程序员往往在体力上疏于年轻人。若想继续在IT行业内打拼的程序员便只能追求成为更高技术水平的架构师或转至管理层这两方面寻求职业生涯的突破。一旦转型失败，也只能黯然退出这个为之奉献青春的行业了。一个行业内没有老员工，这其实是病态的。雷军曾在自己的一篇文章中提到，96年时美国主力工程师以30、40岁为主，国内开发的主力是35岁以下的年轻人，近20年过去，情况仍然没有转变。

但是越来越多的IT从业者发现，大数据技术来临之后也许这个现象就能有所改变。

大数据时代，程序员的春天？

首先，大数据从事的是开源工作，更倾向于“研发”，能够重新激起程序员研发程序的热情，职业生涯有了新的追求，这意味着大数据会成为值得程序员长期奋斗不断突破的工作；其次，由于大数据属新兴领域，专业人才比较缺乏，高端人才更是企业争抢的对象。薪资上升容易，职业发展潜力巨大。

《华尔街日报》称：数据已经成为一种新的经济资产类别，就像黄金和货币一样！鉴于大数据巨大的商业价值，大数据专家在企业非常受重视，阿里巴巴集团就已设立首席数据官岗位（ChiefDataOfficer），直接向集团CEO汇报工作。

在大数据行业内生存的时间越久，其经验也会越得到肯定，这也是大多数资深IT人士猜测大数据或将带来50、60岁的“老”专家的原因。面对如此光明而诱人的前景，很多IT从业者试图向大数据转型。

随着大数据的爆发，中国IT业内环境也将面临新一轮的洗牌，不仅是企业，更是从业人员转型可遇而不可求的机遇。如果将IT人士统一比作一条船上的海员，大数据就是最大的浪潮，借浪潮之势而为之，可成功从IT程序员转型成为大数据专家。

世界正从IT时代走向DT时代，未来是大数据的时代，企业最有价值的资产就是数据，你所拥有的数据越多你就越有说话权，因此未来企业里最牛逼的员工应该是和数据有关的职位，比如CDO（首席数据官）、数据科学家、数据分析师、数据工程师等，这些职位或将成为程序员又一个美好的出路。

首先我们来理解一下这几个职位。

CDO主要负责利用数据推进企业与社会的对话，挖掘企业海量数据中潜在的价值，并运营和管理好数据，为企业战略、营销和管理决策提供参考，CDO的能力不仅仅是大数据领域的范畴，他需要同时具有IT、市场营销、运营管理等综合素质。

“数据科学家是指运用统计分析、机器学习、分布式处理等技术，从大数据中提取出对业务有意义的信息，以简单易懂的形式传达给决策者，并创造出新的数据运用服务的人才。

数据分析师能洞悉一个方程式的商业意义，他们知道如何提出正确的问题，非常善于数据分析，数据可视化和数据呈现。

数据工程师是能运行基本数据模型，充分了解文件系统，分布式计算与大型数据库，他们是能提供可建模数据所需平台的人。“【以上三个职位的定义来源于互联网】

如何转型为大数据工程师？

那么，程序员如何转型成为优秀的大数据工程师呢？广州中星信息老师认为，主要是从两者所要求的能力上来分析。首先，大数据工程师是需要有计算机编码能力的，因为面对海量的非结构化数据，你要从中挖掘出有价值的东西，需要设计算法与编写程序去实现，而程序员最牛的能力就是编写简洁高效的代码，去实现人们许许多多美妙的梦想，编码能力越强的程序员越有可能成为优秀的大数据工程师。

其次，大数据工程师需要统计学与应用数学相关的能力背景，数据挖掘与分析是需要设计数据模型和算法的，应该说程序员是有这个基础的，我见过最牛逼的程序员一般都不是科班出来的，通常是数学专业，因此提高算法设计能力是程序员转型大数据工程师的关键因素。

第三，大数据工程师需要具备某一行业的业务知识，大数据的挖掘与分析最终都要服务于市场，并对产品的销售与企业的发展起到重大推动作用，那才是有价值的大数据分析，因此大数据是不能脱离市场的，它必须与某一行业的应用想结合起来才容易产生更大的价值，通常程序员都是在做某一行业的软件，经过多年的学习与磨练，对某一行业的业务知识是有积累的，因此从来这一点上来看，程序员是很容易过渡到大数据工程师的。

当然，以上都只是粗略的分析，真正要成为一名优秀的大数据工程师，程序员还需要更多的学习与努力。

在美国，大数据工程师平均年薪达17.5万美元，在中国顶尖的互联网公司里，大数据工程师的薪酬比同级别的其他职位高出30%以上。DT时代来得太突然了，国内发展势头很猛，而大数据相关的人才却非常地有限，在未来若干年内都会是供不应求的状况。