ee安卓哪个转大数据

1. javaee,web,大数据,h5,游戏开发哪个好就业，工资，前景，求大神分析

大数据技术需要掌握的专业技术多，Java作为基础，之后学习大数据存储，大数据架构设计内，大数容据实时计算，大数据数据才加和大数据商业实战等。
就业方向：大数据系统研发，大数据应用开发，大数据分析等。
用H5搭建的站点与应用可以兼容PC端与移动端、Windows与linux、安卓与IOS。它可以轻易地移植到各种不同的开放平台、应用平台上，打破各自为政的局面。
主要用于开发网页相关的应用，网页、网站的开发和维护，网页游戏，WebAPP的开发等工作。

2. JavaEE+大数据开发前景好吗

java大数据是用的最多的了，也是做普遍的了。java，linux，mysql这三门课程是学习大数据必须要学习的课程的。柠檬学院大数据。

3. 想转行到大数据开发需要学习哪些技术

如果要学习大数据，不管你是零基础，还是有一定的基础，都是要懂至少一种计算机编程专语言，因属为大数据的开发离不开编程语言，不仅要懂，还要精通！但这门编程语言不一定是java。

比如说，如果你主攻Hadoop开发方向，是一定要学习java的，因为Hadoop是由java来开发的。

如果你想要主攻spark方向，是要学习Scala语言的，每个方向要求的编程语言是不同的。

如果你是想要走数据分析方向，那你就要从python编程语言下手，这个也是看自己未来的需求的。

大数据是需要一定的编程基础的，但具体学习哪一门编程，自己可以选择的。其实只要学会了一门编程语言，其他编程语言也是不在话下的。

4. JAVA开发是选择javaEE好还是安卓好

Java是一门抄编程言语

相同点：

1、android开发和javaEE都需要依赖java语句
2、java可以用的类库，这两者基本都可以使用

差异点：

1、android开发对于java的要求相对低些，只需要掌握java的基本技术能力就能满足大部分开发要求。javaEE开发会设计java的高级特性以及一些spring等架构，需要掌握的内容相对多。
2、android针对移动端，javaEE主要是pc应用
3、android开发除了java外，还需要熟悉android本身的语言特性，比如xml布局，运行机制等。

android比较容易上手，其实说的简单点，是人都会写，只要看看就可以了，但JEE就不同了，虽然现在做JEE的人也很多，但还仍然还有很大空间，但不是像android那么简单，做JEE更注重业务逻辑的实现，建议先做JEE，如果以后再转去做android相当容易，因为有Java企业级开发经验，这是企业看重的。就像，如果一个C++程序员转去做Java开发会比较抢手一样。

5. 学大数据开发要学Java到什么程度，需要学JavaEE,SSH吗，谁能详细解答一下

JAVASE不用学，学了也没用。即便有公司做桌面开发，也基本不会用的。
SSH当然得学，若连SSH都没学明白，就惦记起大数据，就真是想多了。先把JAVA玩成所谓高手水平，再把SSH学到精通，你才仅仅是能搞“小数据”。本人充其量也仅仅是在“小数据”这一级别，勉强混个温饱，所以最多只能跟你说说该怎么学“小数据”了。
要玩“小数据”，你得先有办法“取得数据”吧? 数据从哪来？表单提交来的。表单在哪？在网站上。所以你得先能搭个网站。否则连数据都得不到，又谈什么大小？
如何搭网站？ 先稍微学学html和javscript，知道ajax怎么写。这时候，你才能开始学Spring。Spring学完之后，你就能从后端获取前端发来的请求，验证表单，返回页面，拥有数据来源了。
拿到数据之后。你得把数据存起来吧？所以你得会使数据库吧。于是你得先学SQL，能基本操作数据库的“增删改查”。学完数据库之后，怎么在数据库里的“表”，和java项目里的“类”之间，建立映射关系？这时候，你就得开始学Hibernate了。
Hibernate和Spring学到一半，就产生了一个问题，Hibernate的代码写在哪？Spring的代码又写在哪？它俩总不能“掺和”着写吧？这时候你就需要MVC框架，所以得学Struts了。
等ssh全都学完，摸透，再简单学学Linux，只要能部署就够了，多学无用，能把网站搭出来就够了。
这时候，你就算是入了“小数据”的门。之后再依次学会三层架构，领域驱动模型，MVVM，算是从“入门”走向"熟练"。
到这一步，你就算成为了一名合格的后端程序员了。然后，你才有必要去纠结，是该学人工智能？还是大数据? 云计算？等等。。。。
由于个人是主修C#的，JAVA只作为第二语言，框架部分也只学了前面所说的这些东西，因此关于JAVA的话题，只能跟你扯到这了。

6. 学UI升学后可以转大数据吗

学UI升学后可以转大数据的。

数据表明，传统认为开发的黄金年龄是21-35岁之间，如果你在这期间转行学习做大数据，是可以的。你可以去招聘网站上看公司的招聘要求，最低要求一般也是大专，所以在学习大数据之前，学历也是一个重要基础。

一般而言，Java学习SE、EE，需要约2-3个月的时间；然后进入大数据技术体系的学习，主要学习Hadoop、Spark、Storm等，需要大概3个半月的时间，总共时间是在6个月左右，所以在学习大数据之前，要考虑自身是否能有这么多的时间。

大数据难也不难，关键还是要结合自己的兴趣和自身的知识结构去确定一个学习的方向，知道自己以后大概的就业方向，然后潜下心，埋下头，好好学。

大数据的就业前景：

随着科技的发展，人类社会拥有数据规模增长很快，每时每刻、从天到地都有大量数据被产生和存储下来。数据科学则通过对数据进行分析，帮助决策。

最近几年，大数据这个词突然变得很火，不仅纳入阿里巴巴、谷歌等互联网公司的战略规划中，在我国国务院和其他国家的政府报告中多次提及大数据，大数据无疑成为当今互联网世界中的新宠儿。

7. 北京JavaEE+大数据培训哪个好些

市面上的学校如此之多，其中就不乏存在一些鱼目混珠的。而这些学校总是花费大价钱在广告与宣传上，其真正的教学质量不得而知。既然如此，那你看到网上对它们的相关评论“我觉得这个学校还不错”你还敢相信吗？显然很难让人信服。既然不能轻易相信别人，那就只能自己行动。我会为你提供几个方面，希望可以帮助你少走弯路。

1.学校口碑是关键：

市面上的培训学校太多了，其中不少包装精致，但内容犹如泡沫的培训学校。口碑一定程度上反映了学校的真实水平，建议可以直接到校内问老学员，咨询相关信息，这样得到的口碑一定比网上的评论真实。

2.直接试听很见效：

现在很多培训机构都有试听课，但现在大多数都是专门为新生准备的“公开课”。很难反映出学生在课堂的真实情况。你需要直接进入现有课堂参加试听。这样的试听课情况一定会更加真实，课程到底如何，学习氛围怎么样，教学环境怎么样一试便知。

3.课程资源很重要：

教学内容是否有涵盖基础知识以及最新的行业知识，课程近几年是否有更新换代，如果没有更新，那一定很难适应企业需要。

4.就业信息不可少：

如果没有就业率，谁还会去上课呢？毕竟我们选择培训的直接目的就是就业。就目前市面上的培训机构来讲，百分百就业的字号多的数不胜数。所以在数字上要有一定的敏感度，不可全信。真正的就业率是多少，亲自前去一探究竟便知。

可能做这些工作确实会有些麻烦，但是，为了你的前途，千万不能懈怠，否则后果是不堪设想的。

8. JavaEE和安卓相比，哪个前景更好

目前来看javaee比安卓更有前景。安卓开发是以java为基础的,所以前提要学好Java基础。JAVAEE是指内java enterprise edition，java企业版，多用于企业级容开发，包括web开发等等很多组建。javaEE开发会设计java的高级特性以及一些spring等架构，需要掌握的内容相对多。东时教育首创双技能JavaEE+大数据培训，专注培养全面性高端技术人才，为高薪就业保驾护航。

9. java转行大数据要学习哪些技术

对于Java程序员，大数据的主流平台hadoop是基于Java开发的，所以Java程序员往大数据开发方向转行从语言环境上更为顺畅，另外很多基于大数据的应用框架也是Java的，所以在很多大数据项目里掌握Java语言是有一定优势的。
当然，hadoop核心价值在于提供了分布式文件系统和分布式计算引擎，对于大部分公司而言，并不需要对这个引擎进行修改。这时候除了熟悉编程，你通常还需要学习数据处理和数据挖掘的一些知识。尤其是往数据挖掘工程师方向发展，则你需要掌握更多的算法相关的知识。
对于数据挖掘工程师而言，虽然也需要掌握编程工具，但大部分情况下是把hadoop当做平台和工具，借助这个平台和工具提供的接口使用各种脚本语言进行数据处理和数据挖掘。因此，如果你是往数据挖掘工程方向发展，那么，熟练掌握分布式编程语言如scala、spark-mllib等可能更为重要。
Java程序员转大数据工程师的学习路线图：
第一步：分布式计算框架
掌握hadoop和spark分布式计算框架，了解文件系统、消息队列和Nosql数据库，学习相关组件如hadoop、MR、spark、hive、hbase、redies、kafka等；
第二步：算法和工具
学习了解各种数据挖掘算法，如分类、聚类、关联规则、回归、决策树、神经网络等，熟练掌握一门数据挖掘编程工具：Python或者Scala。目前主流平台和框架已经提供了算法库，如hadoop上的Mahout和spark上的Mllib，你也可以从学习这些接口和脚本语言开始学习这些算法。
第三步：数学
补充数学知识：高数、概率论和线代
第四步：项目实践
1)开源项目：tensorflow：Google的开源库，已经有40000多个star，非常惊人，支持移动设备；
2)参加数据竞赛
3)通过企业实习获取项目经验
如果你仅仅是做大数据开发和运维，则可以跳过第二步和第三步，如果你是侧重于应用已有算法进行数据挖掘，那么第三步也可以先跳过。