大数据为大家整理了Ofer Mendelevitch自己的观点。
Mendelevitch认为无论是Java程序员还是业务分析师都有机会成为数据科学家，以下是他对不同人群给出的具体建议：
Java程序员
作为Java开发者，你对软件工程的规则已经了然于心，第一步需要了解机器学习的各种算法：现在有哪些算法，都能解决哪些问题以及如何实现。另外还需要学习使用R和Matlab等建模工具，此外WEKA、Vowpal Wabbit和OpenNLP等库也为大多数常见算法提供了经过验证的实现方法。
如果你还不太熟悉Hadoop，也可以选择加米谷大数据带你入行！
很多初学者，对大数据的概念都是模糊不清的，大数据是什么，能做什么，学的时候，该按照什么线路去学习，学完往哪方面发展，想深入了解，推荐一个大数据学习群 142974151每天晚上20:10都有一节【免费的】大数据直播课程，专注大数据分析方法,大数据编程，大数据仓库，大数据案例，人工智能,数据挖掘都是纯干货分享，给大家分享目前国内最完整的大数据高端实战实用学习流程体系。
Python程序员
如果你是Python程序员，对软件开发和脚本编写一定很熟悉，也许已经在使用很多数据科学中常见的库例如NumPy和SciPy。
Python对数据科学应用的支持很好，尤其是NumPy/Scipy, Pandas, Scikit-learn, IPython等用于探索性分析的库，在处理大型数据集方面，多学些Hadoop及其与Python的流式集成。
统计学从业者
如果你有统计学或者机器学习的背景，对于R、Matlab和SAS等工具一定非常熟悉，对于很多机器学习算法都有很成熟的实现方法。但是，这些工具通常被用于做数据勘探和模型开发，很少单独用来开发产品级的数据产品。显然，熟悉一门现代编程语言，例如Java是你的首要任务。
业务分析师
如果你的背景是SQL，那么说明你已经跟数据打交道很多年了，你很清楚如何通过数据获取业务分析结果。Hive能让你以你熟悉的SQL语言访问Hadoop上的大数据集，因此是你步入大数据殿堂的首选。
总结
通向大数据之路不可能一帆风顺，你必须学习很多新规则和最少一门编程语言，更重要的是还要积累实战经验）。这些都需要时间、精力以及金钱投入，但最终你会发现一切都物超所值