最近，很多同学咨询，学习大数据的最佳年龄。不知道自己的年龄是否还适合学习大数据。其实我想说，只要你想学、你肯学，不管什么时候都是可以的。
一、学习大数据的最佳年龄：
学习大数据的黄金年龄在20-33岁之间，但这并不代表40或者50岁就学不会大数据。只要你想学，也肯学，绝对会学有所成。因为你具备在校生所不具备的优势，压力。跟很多年龄正当的学员相比，年龄大的人具有现实生活的压力，有更大的动力去推着他学习。
日本80岁老太若宫雅子成为世界最老程序员—世界上年纪最大的iPhone应用开发人员之一。
这位老太平时没有浇花散步，或者和别的同龄老头老太出去乐呵，倒是闷头干起了人们想不到的事儿——学编程！本以为也就是玩玩代码，消磨消磨时间而已，可这老太太做的事儿你绝对想不到：她用尽了平生所学，独自一人开发，最后在苹果商店上架了一款游戏——“雏坛”（Hinadan，日本玩偶的陈列架）。如今，她还运营着一个Excel相关的艺术设计的教程，还有其他电脑相关的内容，来教同龄老人玩电脑。
年龄近百的人尚不觉得学习IT晚，我们还会觉得晚吗？
加班必不可少，客户通常难搞，升职遥遥无期，病痛随时降临，与其被现实逼疯，不如在搏斗中，寻找生活的快感。既然活着，那就永远折腾。
学不学习最关键在什么地方呢？
[if !supportLists]一、 [endif]关键看自己学习的目的是什么！
如果你之前的工作跟技术开发相关或者是数据分析相关，你现在学习是想进一步提升自己的职场竞争力，那么没问题，不管是这个行业未来的发展，还是给出的高薪前景等等，都值得你为此一搏，你不仅适合，趁现在会的人不多，还应该马上学习，这点毫无疑问！
[if !supportLists]二、 [endif]如果之前没有任何基础，只是想转行，那适不适合自己？
相信这个问题，应该是这个年龄段思考和纠结最大的一个问题。我很能理解这个年龄段的朋友转行最大的担心和顾虑。上有小下有小，之前没有基础，就是因为对这个行业或者是方向感兴趣，就要冒着转行苦三年的风险来学习，那转好了还好，转不好，不仅要放弃之前这么多年积累的工作经验和人脉，还要放弃相对稳定的高薪，几年过去，之前的行业发生改变了，难以重新拾起，不仅难度很大，而且还要去忍耐长达几年对新行业的积累，这个问题，不得不谨慎考虑！
在我看来：即使你之前没有任何基础，但是通过你前面几年工作的积累，尤其是物质上面的积累，能够满足你转行学习给你生活带来的需求，你确实又对这个行业感兴趣，相信未来的发展，那么，你评估完自己的生活和所需的物质之后，你就可以去学习；第二种就是如果你这个时候还没有家庭的压力，尤其是还没有结婚生小孩子这种，日常开支对物质要求不高，即使是前面几年物质条件积累不够，那么也可以学习；还有一种情况，虽然家庭生活和工作压力很大，但是通过家里面人共同的努力，能够在3年之内克服，自己确实又非常喜欢这个方向，也可以学习；还有一种就是，转行所需要的物质条件以及家庭都没有问题，但是担心自己的时间，学不学的会等这些问题可以忽略不计。
最怕的就是，自己生活压力本身很大，只是对现阶段工作不满，对大数据这个行业没有彻底了解清楚，幻想通过转行来改变命运和未来发展，这种人还是别来学习了。学习起来太费心，这个道理你懂的！
大数据开发需要学习哪些技术？
大数据开发其实分两种，第一类是编写一些Hadoop、Spark的应用程序，第二类是对大数据处理系统本身进行开发。第一类工作感觉更适用于data.
analyst这种职位吧，而且现在Hive Spark-SQL这种系统也提供SQL的接口。第二类工作的话通常才大公司里才有，一般他们都会搞自己的系统或者再对开源的做些二次开发。这种工作的话对理论和实践要求的都更深一些，也更有技术含量。
大数据开发需要学习哪些技术？
大数据基础——java语言基础方面
（1）Java语言基础
Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类
（2）HTML、CSS与Java
PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生Java交互功能开发、Ajax异步交互、jQuery应用
（3）JavaWeb和数据库
数据库、JavaWeb开发核心、JavaWeb开发内幕
Linux&Hadoop生态体系
Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架
分布式计算框架和Spark&Strom生态体系
（1）分布式计算框架
Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一：基于Spark的推荐系统（某一线公司真实项目）、实战二：新浪网（www.sina.com.cn）
（2）storm技术架构体系
Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一：日志告警系统项目、实战二：猜你喜欢推荐系统实战
大数据项目实战数据获取、数据处理、数据分析、数据展现、数据应用
大数据分析—AI（人工智能）Data Analyze工作环境准备&数据分析基础、数据可视化、Python机器学习
Python机器学习2、图像识别&神经网络、自然语言处理&社交网络处理、实战项目：户外设备识别分析
大数据是互联网发展的方向，大数据人才是未来的高薪贵族。随着大数据人才的供不应求，大数据人才的薪资待遇也在不断提升。
