不少同学都有疑惑，大数据工程师为什么比Java程序员工资高。下面科多大数据老师就来为大家剖析一下。Java作为一门主流的编程开发语言和职场技能，已经得到越来越多的应届毕业生和职场新人的认可。越来越多的人通过各类培训机构或在线课程在学习Java编程技术，不断的在拉高Java 程序员的供应量。
在应届大学生、菜鸟和非IT人士眼中，学习Java技术成为Java程序员无疑是一个不错的选择，这至少从某种程度上解决了他们的当务之急——生存问题。
但是，对于已经入行2-3年的Java程序员，生存问题已经得到缓解和解决，他们更多的再关心，“这条路是否可以持续走下去？”、“明年的薪水还能不能继续增长30%以上”。
对于程序员来说，技术一直在发展，与时俱进是必须的。大数据人才缺口巨大，转型的机会出现了，如果能抓住这难得的机会，转型为大数据工程师，让你更进一步（竞争力、金钱等方面），何乐而不为呢？
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。
做Java也是不错的，不过目前大数据是个趋势，稍微有实力点的企业都在上大数据项目，而Hadoop本身又是Java开发的，再加上Hadoop工程师普遍比纯Java开发要高3k以上，所以有很多搞Java的都在往hadoop大数据方向转。
国内IT、通讯、行业招聘中，有10%都是和大数据相关，且比例还在上升。巨大的人才缺口直接导致各企业纷纷以高薪聘请大数据人才：
做Java的人已经比较多了，很多人工作4~5年月薪也难上2万，能上2.5万的更是寥寥。但Hadoop很多人只1年经验就拿2万以上了。所以很多现在待遇还不错的人也还来大讲台学Hadoop，主要也是考虑未来发展天花板的问题。
Java这块如果做5~6年到管理岗位的话，薪资基本可以达到2万-2.5万了。但是2.5万基本上是Java技术人员的天花板，能上这个数的人很少，除非是架构师或者做底层的开发。但Hadoop这块2万多的薪资只能算一般，后面还有很大发展空间，所以很多有经验的Java老鸟在往这块转。
年龄大对搞技术的来说是个比较大的问题，Java工程师满大街都是，年龄大了工资还好但精力跟不上年轻人，不能加班，有家有室也不能长期出差，会比较尴尬。Hadoop这块年龄影响比较小，因为搞大数据不是简单的编程，编程的份量连1/6都不到，很多时候需要你从服务器、存储、计算、运维等多个方面来分析问题解决问题，年龄越大经验越丰富，也越吃香。
大数据工程师需要具备哪些能力？
（1）数学及统计学相关的背景；
（2）计算机编码能力；
（3）对特定应用领域或行业的知识。
大数据工程师这个角色很重要的一点是，不能脱离市场，因为大数据只有和特定领域的应用结合起来才能产生价值。
所以，在某个或多个垂直行业的经历能为应聘者积累对行业的认知，对于之后成为大数据工程师有很大帮助，因此这也是应聘这个岗位时较有说服力的加分项。
大数据相关的技能很多，按照数据本身，可以分为数据获取、数据处理、数据分析、数据存储、数据挖掘，共5类。
数据获取：日志收集 Scribe、Flume和爬虫等；
数据处理：流式计算的storm, spark streaming、Hadoop、消息队列相关的如Kafka等；
数据分析：HIVE、SPARK、基本算法、数据结构等；
数据存储：HDFS等；
数据挖掘：机器学习相关算法，聚类、时间序列、推荐系统、回归分析、文本挖掘、贝叶斯分类、神经网络等。
最后，科多大数据老师对转型大数据的工程师提3点建议。
（1）重视基础；
（2）发挥专长；
（3）要喜欢&要坚持。
�
