近日網上有一篇關於Java程序員職場生存現狀的文章“2017年 Java 程序員，風光背后的危機”，在Java程序員圈子里引起了廣泛關注和熱議。
2017年，Java 程序員面臨更加激烈的競爭。
不得不承認，經歷過行業的飛速發展期，互聯網的整體發展趨於平穩。為什么這么說？為什么要放在 Java 程序員的盤點下說？
的確，對於進可攻前端，后可守后端大本營的 Java 程序員而言，雖然供應逐年上漲，但是市場似乎對他們依然青睞有加。這些承擔着技術招聘市場中高供給高需求的 Java 程序員在 17 年的招聘市場上，真的還能如此風光嗎？還是埋下了一些「危機」的伏筆呢？
100offer 研究后發現，2017 年的 Java 程序員的確很風光，具體體現在市場需求和平均工資的上漲上，但這些風光之后，埋伏了一些危機：
1）市場需求增長遠少於 Java 程序員供應增長，Java 程序員面臨更加激烈的競爭；
2）受供應量的大幅增長影響，Java 程序員平均跳槽薪資漲薪幅度較低；
3）需求方對 Java 程序員提出更加嚴苛的選材標准。
2017 年在招聘市場上求職的 Java 程序員面臨的更加激烈的競爭主要由以下兩個原因引起：
1）Java 程序員的供應較 2016 年增加 25%；
2）Java 程序員的需求量漲幅遠低於供應漲幅。
在供應量增長的大背景下，Java 程序員還出現漲薪幅度較低的情況。
大講台網相信，2017年Java程序員面臨的激烈競爭在2018年將會持續，並有愈演愈烈之勢。
最根本的原因在於，Java作為一門主流的編程開發語言和職場技能，已經得到越來越多的應屆畢業生和職場新人的認可。越來越多的人通過各類培訓機構或在線課程在學習Java編程技術，不斷的在拉高Java 程序員的供應量。
在應屆大學生、菜鳥和非IT人士眼中，學習Java技術成為Java程序員無疑是一個不錯的選擇，這至少從某種程度上解決了他們的當務之急——生存問題。但是，對於已經入行2-3年的Java程序員，生存問題已經得到緩解和解決，他們更多的再關心，“這條路是否可以持續走下去？”、“明年的薪水還能不能繼續增長30%以上”。
對於程序員來說，技術一直在發展，與時俱進是必須的。大數據人才缺口巨大，轉型的機會出現了，如果能抓住這難得的機會，轉型為大數據工程師，讓你更進一步（競爭力、金錢等方面），何樂而不為呢？
大數據從事的是開源工作，更傾向於“研發”，能夠重新激起程序員研發程序的熱情，職業生涯有了新的追求，這意味着大數據會成為值得程序員長期奮斗不斷突破的工作；其次，由於大數據屬新興領域，專業人才比較缺乏，高端人才更是企業爭搶的對象。薪資上升容易，職業發展潛力巨大。
做Java也是不錯的，不過目前大數據是個趨勢，稍微有實力點的企業都在上大數據項目，而Hadoop本身又是Java開發的，再加上Hadoop工程師普遍比純Java開發要高3k以上，所以有很多搞Java的都在往hadoop大數據方向轉。
做Java的人已經比較多了，很多人工作4~5年月薪也難上2萬，能上2.5萬的更是寥寥。但Hadoop很多人只1年經驗就拿2萬以上了。所以很多現在待遇還不錯的人也還來大講台學Hadoop，主要也是考慮未來發展天花板的問題。
Java這塊如果做5~6年到管理崗位的話，薪資基本可以達到2萬-2.5萬了。但是2.5萬基本上是Java技術人員的天花板，能上這個數的人很少，除非是架構師或者做底層的開發。但Hadoop這塊2萬多的薪資只能算一般，后面還有很大發展空間，所以很多有經驗的Java老鳥在往這塊轉。
年齡大對搞技術的來說是個比較大的問題，Java工程師滿大街都是，年齡大了工資還好但精力跟不上年輕人，不能加班，有家有室也不能長期出差，會比較尷尬。Hadoop這塊年齡影響比較小，因為搞大數據不是簡單的編程，編程的份量連1/6都不到，很多時候需要你從服務器、存儲、計算、運維等多個方面來分析問題解決問題，年齡越大經驗越豐富，也越吃香。
大數據工程師需要具備哪些能力？
（1）數學及統計學相關的背景；
（2）計算機編碼能力；
（3）對特定應用領域或行業的知識。
大數據工程師這個角色很重要的一點是，不能脫離市場，因為大數據只有和特定領域的應用結合起來才能產生價值。
所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對於之后成為大數據工程師有很大幫助，因此這也是應聘這個崗位時較有說服力的加分項。
大數據相關的技能很多，按照數據本身，可以分為數據獲取、數據處理、數據分析、數據存儲、數據挖掘，共5類。
數據獲取：日志收集 Scribe、Flume和爬蟲等；
數據處理：流式計算的storm, spark streaming、Hadoop、消息隊列相關的如Kafka等；
數據分析：HIVE、SPARK、基本算法、數據結構等；
數據存儲：HDFS等；
數據挖掘：機器學習相關算法，聚類、時間序列、推薦系統、回歸分析、文本挖掘、貝葉斯分類、神經網絡等。
最后，大講台老師對轉型大數據的工程師提3點建議。
（1）重視基礎；
（2）發揮專長；
（3）要喜歡&要堅持。
對大數據工程師產生興趣的朋友，大講台網老師送你兩句話：人生能有幾回搏，此時不搏何時搏。不管成功與失敗，親身體驗感悟多。尋找大數據學習資源的朋友，也可以去大講台網看看。