这是很多同学都比较关心的问题，我从当前大数据领域的科研现状来说说个人建议。

首先，当前要想在大数据领域从事研发工作，读研是比较现实的选择，毕竟大数据领域的很多研发任务都具有较高的门槛，需要掌握机器学习、统计学和工程实践相关的内容。

大数据领域的科研对于场景的要求是比较高的，如果完全自学大概率会走很多弯路，而且也很难完成成果输出。

以我的大数据组为例，每年都有不少同学会拿到国内外大厂的研发岗offer，这些同学普遍具有这么几个特点：

其一是具有一定的科研成果。科研成果是敲开就业大门的敲门砖，有了科研成果才能证明自己具有一定的科研能力，而如果能够有强成果输出，会明显提升自己的就业竞争力。

其二是具有一定的工程实践能力。大厂近些年非常重视研究生的工程实践能力，如果工程实践能力比较强，即使成果不算突出，也有机会拿到大厂的研发岗offer。

其三是具有完整的知识结构。有的同学研究方向过窄、过冷，虽然也能够输出强成果，但是产业领域的应用场景非常少，这会影响自己的就业，所以要重视给自己构建一个比较完整的知识结构，如果导师给自己的方向比较冷门，可以自己开辟一个新的研究方向。

要想成为一名优秀的大数据研发工程师，一定要给自己营造一个比较好的交流和实践场景，如果能够进大厂还是建议进大厂，尤其是大厂的研究院，一方面会有更多的数据资源和算力资源可以使用，另一方面也可以在一个方向深入下去，从而持续完成成果输出。

以我个人为例，我在近些年在跟不少国内外的大厂开展大数据相关的合作，组里也会进入不少大厂的研发工程师，这些同学的目标意思和规划意识都是非常强的，有的同学在工作之余还能够拿出时间来输出一些创新成果，相信这些同学未来会有较大的提升空间。

最后，如果有大数据领域相关的问题，欢迎与我交流。