首先，当前大数据领域的开发岗位确实比较多，近两年有不少大数据方向的研究生也会从事大数据开发岗位，而Java语言则是大数据开发人员的常用工具，所以如果要从事大数据开发岗位，可以重点学习一下Java语言。

大数据开发有两大类岗位，不同岗位对于Java编程能力的要求也并不相同，大数据平台开发岗位的要求相对高一些，而大数据应用（行业场景）开发岗位对于Java编程的要求并不高。对于初学者来说，应该结合自身的发展规划来制定Java的学习计划。

如果要从事大数据应用开发岗位，可以按照Java Web开发的路线来制定学习规划，整体的学习内容可以分为以下三大部分：

第一：Java面向对象开发基础。Java的面向对象开发基础可以分为两大部分，其一是Java的语法基础，包括封装、继承、多态、多线程等内容，在学习的过程中要充分理解Java的编程过程，能够形成初步的Java编程思想，其二是Java的模式编程，掌握一些经典的编程模式能够促进初学者快速成长，代码的可用性也会明显提升。

第二：JavaWeb开发基础。学习Java Web开发主要是提升开发人员的技术落地能力，很多大数据开发任务最终都需要Web形式来进行呈现，所以一定要重视Java Web开发相关知识的学习。当前Spring系列框架在Web开发领域有广泛的应用，可以从SpringBoot开始学习。

第三：大数据平台接口。学习大数据开发一定离不开大数据平台的支持，所以要在学习的过程中，逐步了解大数据平台所提供的编程接口，以便于完成一些基于大数据平台的开发实验。

Java程序员转大数据职位的学习路线图：
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：Kaggle和国内天池数据竞赛
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。
总结：
Java工程师可以更容易理解hadoop的框架和生态，很多大数据saas级产品也是Java开发的，因此Java基础是转行大数据的一个很好的起点。但大数据是一个更为宽广的领域，具有跨界知识和能力的人才会更受企业青睐。随着人工智能时代的到来，大数据将迎来黄金发展的10年，如果你已经做好准备，那么就立即开始行动吧！