作為一名IT從業(yè)者，同時(shí)也是一名計(jì)算機(jī)專業(yè)的教育工作者，我來回答一下這個(gè)問題。

首先，當(dāng)前大數(shù)據(jù)的知識(shí)體系還是比較龐大的，隨著大數(shù)據(jù)技術(shù)生態(tài)的逐漸成熟和完善，大數(shù)據(jù)領(lǐng)域也逐漸形成了更多的崗位細(xì)分，從事不同的崗位細(xì)分方向則需要學(xué)習(xí)不同的知識(shí)。

從當(dāng)前大的崗位劃分來看，通常包括以下幾個(gè)崗位：

第一：大數(shù)據(jù)開發(fā)崗位。從近兩年大數(shù)據(jù)方向研究生的就業(yè)情況來看，開發(fā)崗位的人才需求量還是比較大的，相關(guān)崗位的薪資待遇也比較高，其中從事大數(shù)據(jù)平臺(tái)開發(fā)的研發(fā)級(jí)崗位會(huì)有更高的薪資待遇。從事大數(shù)據(jù)開發(fā)崗位，通常需要學(xué)習(xí)三大塊內(nèi)容，其一是程序開發(fā)技術(shù)，初學(xué)者可以從Java或者Python開始學(xué)起；其二是學(xué)習(xí)大數(shù)據(jù)平臺(tái)知識(shí)，初學(xué)者可以從Hadoop和Spark開始學(xué)起；其三是大數(shù)據(jù)開發(fā)實(shí)踐，這個(gè)過程需要掌握一定的行業(yè)知識(shí)。

第二：大數(shù)據(jù)分析崗位。大數(shù)據(jù)分析崗位的人才需求潛力是非常大的，不僅IT（互聯(lián)網(wǎng)）行業(yè)需要大量的大數(shù)據(jù)分析人才，傳統(tǒng)行業(yè)領(lǐng)域也需要大數(shù)據(jù)分析人才。選擇大數(shù)據(jù)分析方向需要具有一定的數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)，而且也有一定的學(xué)習(xí)難度。目前大數(shù)據(jù)分析的常見方式有兩種，分別是統(tǒng)計(jì)學(xué)方式和機(jī)器學(xué)習(xí)方式。

第三：大數(shù)據(jù)運(yùn)維崗位。如果對(duì)于編程和算法設(shè)計(jì)不感興趣，那么也可以考慮學(xué)習(xí)大數(shù)據(jù)運(yùn)維知識(shí)，未來可以從事大數(shù)據(jù)運(yùn)維崗位。大數(shù)據(jù)運(yùn)維崗位的任務(wù)相對(duì)比較雜，需要從業(yè)者具有較強(qiáng)的動(dòng)手實(shí)踐能力。從知識(shí)結(jié)構(gòu)上來看，大數(shù)據(jù)運(yùn)維需要掌握網(wǎng)絡(luò)知識(shí)、大數(shù)據(jù)平臺(tái)知識(shí)和服務(wù)器知識(shí)。

我從事互聯(lián)網(wǎng)行業(yè)多年，目前也在帶計(jì)算機(jī)專業(yè)的研究生，主要的研究方向集中在大數(shù)據(jù)和人工智能領(lǐng)域，我會(huì)陸續(xù)寫一些關(guān)于互聯(lián)網(wǎng)技術(shù)方面的文章，感興趣的朋友可以關(guān)注我，相信一定會(huì)有所收獲。

如果有互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等方面的問題，或者是考研方面的問題，都可以在評(píng)論區(qū)留言，或者私信我！

首先你要清楚自己為什么想要學(xué)習(xí)大數(shù)據(jù)，其次現(xiàn)在的工作機(jī)會(huì)是不是你心儀的工作，然后想要學(xué)習(xí)大數(shù)據(jù)是感興趣還是盲目跟風(fēng)，最后如果是想往大數(shù)據(jù)方面發(fā)展的話那么一定要了解大數(shù)據(jù)的職業(yè)劃分和薪資情況，到底想從事大數(shù)據(jù)工作的哪個(gè)方向。

我的建議：IT技術(shù)更新迭代速度很快,所以一定要做到未雨綢繆，選好方向做好規(guī)劃，避免還沒等學(xué)就被淘汰了。

下面我從2個(gè)方面介紹

1.大數(shù)據(jù)職業(yè)劃分和薪資介紹及我的認(rèn)為的發(fā)展發(fā)現(xiàn)

2.大數(shù)據(jù)的學(xué)習(xí)路線

大數(shù)據(jù)職業(yè)劃分和薪資介紹

從51job、智聯(lián)、獵聘查看職位，我認(rèn)為大數(shù)據(jù)大概分為這5個(gè)方向

數(shù)據(jù)管理類：首席數(shù)據(jù)官、數(shù)據(jù)管理員、數(shù)據(jù)安全工程師；

這類主要負(fù)責(zé)公司數(shù)據(jù)的管理，數(shù)據(jù)安全策略的制定和實(shí)現(xiàn)。

數(shù)據(jù)分析類：戰(zhàn)略分析師、數(shù)據(jù)分析師、商業(yè)智能分析員；

這類主要負(fù)責(zé)數(shù)據(jù)分析相關(guān)的工作。

數(shù)據(jù)挖掘類：數(shù)據(jù)挖掘工程師、算法工程師；

這類負(fù)責(zé)數(shù)據(jù)挖掘算法的設(shè)計(jì)與策略。

技術(shù)研發(fā)類：數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)師、數(shù)據(jù)采集工程師、數(shù)據(jù)倉(cāng)庫(kù)開發(fā)工程師、數(shù)據(jù)可視化工程師、大數(shù)據(jù)架構(gòu)師、大數(shù)據(jù)開發(fā)工程師；

這類主要負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)的搭建和ETL任務(wù)的開發(fā)。

IT基礎(chǔ)架構(gòu)類：hadoop運(yùn)維工程師、數(shù)據(jù)庫(kù)運(yùn)維工程師、系統(tǒng)運(yùn)維工程師

這類主要負(fù)責(zé)大數(shù)據(jù)集群軟硬件的管理和維護(hù)。

薪資在獵聘上截了幾張圖，具體你可以上智聯(lián)、51job或獵聘上搜職位名稱查看薪酬。

我對(duì)大數(shù)據(jù)發(fā)展方向的建議：我朋友就是做獵頭的，據(jù)他說目前最火的還是算法工程師，以前不起眼，現(xiàn)在隨著5G的興起，AI方向有更為廣闊的發(fā)展空間，BAT玩命的招人。其次就是做技術(shù)開發(fā)類，做大數(shù)據(jù)平臺(tái)的，這也是目前招聘人數(shù)最多的，如果做到大數(shù)據(jù)架構(gòu)師，年薪百萬(wàn)不是問題。數(shù)據(jù)分析類和數(shù)據(jù)管理類的一般是甲方企業(yè)，偏企業(yè)內(nèi)部。最后是運(yùn)維，相對(duì)發(fā)展前景最差。

大數(shù)據(jù)的學(xué)習(xí)路線

必須掌握的技能11條

高階技能6條

面列出來的順序只是個(gè)人建議，可以根據(jù)個(gè)人實(shí)際情況來調(diào)整順序

第一階段（基礎(chǔ)階段）

Linux學(xué)習(xí)（跟鳥哥學(xué)就ok了）—–20小時(shí)

1. Linux操作系統(tǒng)介紹與安裝。
2. Linux常用命令。
3. Linux常用軟件安裝。
4. Linux網(wǎng)絡(luò)。
5. 防火墻。
6. Shell編程等。

官網(wǎng)：https://www.centos.org/download/

Java 高級(jí)學(xué)習(xí)（《深入理解Java虛擬機(jī)》、《Java高并發(fā)實(shí)戰(zhàn)》）—30小時(shí)

1. 掌握多線程。
2. 掌握并發(fā)包下的隊(duì)列。
3. 了解JMS。
4. 掌握J(rèn)VM技術(shù)。
5. 掌握反射和動(dòng)態(tài)代理。

官網(wǎng)： https://www.java.com/zh_CN/

中文社區(qū)：http://www.java-cn.com/index.html

Zookeeper學(xué)習(xí)

1. Zookeeper分布式協(xié)調(diào)服務(wù)介紹。
2. Zookeeper集群的安裝部署。
3. Zookeeper數(shù)據(jù)結(jié)構(gòu)、命令。
4. Zookeeper的原理以及選舉機(jī)制。

官網(wǎng)： http://zookeeper.apache.org/

中文社區(qū)：http://www.aboutyun.com/forum-149-1.html

第二階段（入門，攻堅(jiān)階段）

Hadoop （《Hadoop 權(quán)威指南》）—80小時(shí)

1. HDFS

   • HDFS的概念和特性。
   • HDFS的shell操作。
   • HDFS的工作機(jī)制。
   • HDFS的Java應(yīng)用開發(fā)。

2. MapReduce

   • 運(yùn)行WordCount示例程序。
   • 了解MapReduce內(nèi)部的運(yùn)行機(jī)制。
     • MapReduce程序運(yùn)行流程解析。
     • MapTask并發(fā)數(shù)的決定機(jī)制。
     • MapReduce中的combiner組件應(yīng)用。
     • MapReduce中的序列化框架及應(yīng)用。
     • MapReduce中的排序。
     • MapReduce中的自定義分區(qū)實(shí)現(xiàn)。
     • MapReduce的shuffle機(jī)制。
     • MapReduce利用數(shù)據(jù)壓縮進(jìn)行優(yōu)化。
     • MapReduce程序與YARN之間的關(guān)系。
     • MapReduce參數(shù)優(yōu)化。

3. MapReduce的Java應(yīng)用開發(fā)

官網(wǎng)：http://hadoop.apache.org/

中文文檔：http://hadoop.apache.org/docs/r1.0.4/cn/

Hive（《Hive開發(fā)指南》）–20小時(shí)

1. Hive 基本概念

   • Hive 應(yīng)用場(chǎng)景。
   • Hive 與hadoop的關(guān)系。
   • Hive 與傳統(tǒng)數(shù)據(jù)庫(kù)對(duì)比。
   • Hive 的數(shù)據(jù)存儲(chǔ)機(jī)制。

2. Hive 基本操作

   • Hive 中的DDL操作。
   • 在Hive 中如何實(shí)現(xiàn)高效的JOIN查詢。
   • Hive 的內(nèi)置函數(shù)應(yīng)用。
   • Hive shell的高級(jí)使用方式。
   • Hive 常用參數(shù)配置。
   • Hive 自定義函數(shù)和Transform的使用技巧。
   • Hive UDF/UDAF開發(fā)實(shí)例。

3. Hive 執(zhí)行過程分析及優(yōu)化策略

官網(wǎng)：https://hive.apache.org/

中文入門文檔：http://www.aboutyun.com/thread-11873-1-1.html

HBase（《HBase權(quán)威指南》）—20小時(shí)

1. hbase簡(jiǎn)介。
2. habse安裝。
3. hbase數(shù)據(jù)模型。
4. hbase命令。
5. hbase開發(fā)。
6. hbase原理。

官網(wǎng)：http://hbase.apache.org/

中文文檔：http://abloz.com/hbase/book.html

Scala（《快學(xué)Scala》）–20小時(shí)

1. Scala概述。
2. Scala編譯器安裝。
3. Scala基礎(chǔ)。
4. 數(shù)組、映射、元組、集合。
5. 類、對(duì)象、繼承、特質(zhì)。
6. 模式匹配和樣例類。
7. 了解Scala Actor并發(fā)編程。
8. 理解Akka。
9. 理解Scala高階函數(shù)。
10. 理解Scala隱式轉(zhuǎn)換。

官網(wǎng)：http://www.scala-lang.org/

初級(jí)中文教程：http://www.runoob.com/scala/scala-tutorial.html

Spark （《Spark 權(quán)威指南》）—60小時(shí)

1. Spark core

   • Spark概述。
   • Spark集群安裝。
   • 執(zhí)行第一個(gè)Spark案例程序（求PI）。

2. RDD

   • RDD概述。
   • 創(chuàng)建RDD。
   • RDD編程API（Transformation 和 Action Operations）。
   • RDD的依賴關(guān)系
   • RDD的緩存
   • DAG（有向無環(huán)圖）

3. Spark SQL and DataFrame/DataSet

   • Spark SQL概述。
   • DataFrames。
   • DataFrame常用操作。
   • 編寫Spark SQL查詢程序。

4. Spark Streaming

   • park Streaming概述。
   • 理解DStream。
   • DStream相關(guān)操作（Transformations 和 Output Operations）。

5. Structured Streaming

6. 其他（MLlib and GraphX ）

這個(gè)部分一般工作中如果不是數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)一般用不到，可以等到需要用到的時(shí)候再深入學(xué)習(xí)。

官網(wǎng)： http://spark.apache.org

中文社區(qū)：http://www.aboutyun.com/forum-146-1.htm

Python (推薦廖雪峰的博客—30小時(shí)）

目前暫且列出來這么多吧，大數(shù)據(jù)目前還有很多比較好的技術(shù)框架，這個(gè)就需要等大家以后工作之后再去擴(kuò)展了，大家在學(xué)習(xí)的時(shí)候，要專門挑一兩個(gè)著重研究一下，最好針對(duì)，底層原理，優(yōu)化，源碼等部分有所涉獵，這么的話可以在面試過程中脫穎而出。不要想著把每一個(gè)框架都搞精通，目前是不現(xiàn)實(shí)的，其實(shí)就算是在工作中也不會(huì)每一個(gè)框架都會(huì)用的很深，如果能過對(duì)上面的框架都大致會(huì)使用，并且對(duì)某一兩個(gè)框架研究的比較深的話，其實(shí)想去找一份滿意的大數(shù)據(jù)工作也就水到渠成了。

--如果覺得答案解決了你的問題,請(qǐng)采納,有問題可繼續(xù)追問--

大數(shù)據(jù)中也有多種崗位，有的偏向開發(fā)，有的偏向運(yùn)維，有的偏向數(shù)據(jù)分析與挖掘。開發(fā)的話Java居多，不過只需要到JavaSE層面即可，也可以選用Scala/Python開發(fā)。數(shù)據(jù)分析與挖掘基本上就是Python了。所以建議學(xué)習(xí)Python了。要求與條件的話，如果是計(jì)算機(jī)/數(shù)學(xué)/統(tǒng)計(jì)相關(guān)專業(yè)最好，不過還是看個(gè)人的學(xué)習(xí)能力與是否堅(jiān)持。

1） 簡(jiǎn)單點(diǎn)評(píng)：

發(fā)展不錯(cuò)，需求不少，不過需求中主要是數(shù)據(jù)分析相關(guān)崗位，牽涉到算法建模等高級(jí)內(nèi)容的話實(shí)際上不適合剛畢業(yè)的不同本科學(xué)生。建議普通本科或?qū)？茖W(xué)生從數(shù)據(jù)分析入行，掌握Python，以后逐步向高級(jí)數(shù)據(jù)分析師、數(shù)據(jù)挖掘工程師、人工智能開發(fā)工程師方向走，

2）發(fā)展前景：

大數(shù)據(jù)類職位需求增幅僅次于AI崗位。眼下，幾乎所有互聯(lián)網(wǎng)企業(yè)均把數(shù)據(jù)人才列為團(tuán)隊(duì)標(biāo)配。許多公司在數(shù)據(jù)層面增加投入，大量招募具有算法和建模能力的人才，力求通過數(shù)據(jù)沉淀與挖掘更好地推進(jìn)產(chǎn)品的迭代。數(shù)據(jù)架構(gòu)師、數(shù)據(jù)分析師成為企業(yè)爭(zhēng)搶對(duì)象，過去一年招聘需求提高150%以上。2017，互聯(lián)網(wǎng)公司對(duì)AI和數(shù)據(jù)人才的爭(zhēng)搶活躍度提高了30%以上，企業(yè)間相互挖角行為變得更加頻繁，人才爭(zhēng)奪激烈程度全面升級(jí)。物聯(lián)網(wǎng)、智慧城市、增強(qiáng)現(xiàn)實(shí)(AR)與虛擬現(xiàn)實(shí)(VR)、區(qū)塊鏈技術(shù)、語(yǔ)音識(shí)別、人工智能、數(shù)字匯流是大數(shù)據(jù)未來應(yīng)用的七大發(fā)展方向。

3）行業(yè)定位：

4）面向?qū)I(yè)：

計(jì)算機(jī)、數(shù)學(xué)與統(tǒng)計(jì)、物理、電子、通信工程、物聯(lián)網(wǎng)、網(wǎng)絡(luò)工程等相關(guān)專業(yè)大專以上學(xué)生。推薦中上游學(xué)生學(xué)習(xí)。

5）薪酬分析：

數(shù)據(jù)來源： 職友網(wǎng)

我本人在IT行業(yè)混了二十多年，從事軟件開發(fā)與軟件教育，現(xiàn)在主要是管理，不過始終沒有脫離寫程序，有興趣可以交流哦！

ucloud有一款應(yīng)用程序叫做“iLearningX”的APP，這個(gè)APP里面主要包含了物聯(lián)網(wǎng)、大數(shù)據(jù)、數(shù)據(jù)中心、人工智能、信息安全、5G、存儲(chǔ)、云服務(wù)等等學(xué)習(xí)內(nèi)容。ucloud將這些內(nèi)容分為職業(yè)認(rèn)證、行業(yè)認(rèn)證，ucloud的認(rèn)證又分為HCIA（ucloud認(rèn)證工程師）、HCIP（ucloud認(rèn)證高級(jí)工程師）、HCIE(ucloud認(rèn)證專家)，這些認(rèn)證可以說是ucloud對(duì)你 的一個(gè)認(rèn)可，畢竟是ucloud推出來的，在一些領(lǐng)域還是有一定權(quán)威性的。

ucloud數(shù)據(jù)的學(xué)習(xí)內(nèi)容也是分級(jí)別的，向工程師主要是掌握一些基礎(chǔ)架構(gòu)，和一些簡(jiǎn)單的操作，基本上有點(diǎn)計(jì)算機(jī)基礎(chǔ)就可以了；高級(jí)工程師就比較難了，向JAVA、以及平臺(tái)的操作、以及要有工程師的基礎(chǔ)；專家就更難了，我覺得專家好像什么都要會(huì)。

我考的是ucloud認(rèn)證大數(shù)據(jù)工程師，大約用了半年的時(shí)間來學(xué)習(xí)理解，還好不是很難，主要以HDFS、Flume、MapReduce、Yarn、Spark、Streaming、Flink、Zoopkeer、Loader為主的內(nèi)容，我學(xué)這個(gè)一個(gè)是因?yàn)閡cloud的大數(shù)據(jù)學(xué)習(xí)有一定的 層次性，讓我們逐漸的理解，比我們亂學(xué)、瞎學(xué)效率高很多；在一個(gè)以后是不是可以拿著這個(gè)證去ucloud打工呢？哈哈，請(qǐng)?jiān)试S我做一個(gè)夢(mèng)。

大數(shù)據(jù)都學(xué)習(xí)些什么，隨著互聯(lián)網(wǎng)在近幾年的飛速發(fā)展，大數(shù)據(jù)頁(yè)被越來越多的人所熟知，不管是行內(nèi)的人還是行外的人都紛紛加入這個(gè)行業(yè)！于是許多的培訓(xùn)機(jī)構(gòu)也紛紛崛起，開設(shè)相關(guān)的培訓(xùn)課程！作為一個(gè)未來的十分有前景的行業(yè)。成為大數(shù)據(jù)工程師無疑是迎接一個(gè)很有前景的職業(yè)生涯，那么大數(shù)據(jù)工程師，要學(xué)習(xí)什么內(nèi)容呢。

其實(shí)說到大數(shù)據(jù)主要學(xué)習(xí)的技術(shù)，最直接的就是從職位需求入手，但是這樣也會(huì)有弊端就是導(dǎo)致學(xué)習(xí)的東西不會(huì)很全面。

查看各大招聘網(wǎng)站，BAT等大廠不同的企業(yè)要求員工具備的工作技能也是有所不同的，通過這個(gè)我們做了一個(gè)簡(jiǎn)單的分析總結(jié)可以為大家參考一下。

大數(shù)據(jù)培訓(xùn)的內(nèi)容：

有什么要求和條件？

大數(shù)據(jù)學(xué)習(xí)相比較其他的編程會(huì)有一定的難度，需要前提滿足倆個(gè)方面的條件。

一是，年齡要滿足國(guó)家規(guī)定的法定工作年齡，不能夠小于這個(gè)年齡，但也不能年齡太大，年齡太大的話可能不太符合企業(yè)要求，找工作就會(huì)很難。

二是，學(xué)歷要滿足本科，因?yàn)楝F(xiàn)在很多地方的相關(guān)企業(yè)招聘大數(shù)據(jù)技術(shù)人才基本上都是本科起步，這方面也要多加注意。

如果，各方面的條件比較滿足的話，其實(shí)大數(shù)據(jù)的學(xué)習(xí)也并不像大家說的那么難，只要感興趣適合學(xué)習(xí)大數(shù)據(jù)就可以一試。

學(xué)習(xí)大數(shù)據(jù)需要循序漸進(jìn)的學(xué)，掌握一套學(xué)習(xí)方法很重，把需要學(xué)習(xí)的內(nèi)容分成幾個(gè)階段，系統(tǒng)學(xué)習(xí)。我簡(jiǎn)單的列了一下需要學(xué)習(xí)的內(nèi)容，僅供參考。

第一階段

JavaSE基礎(chǔ)核心

Java入門語(yǔ)法、面向?qū)ο蠛诵摹⒓吓c泛型、線程機(jī)制、網(wǎng)絡(luò)編程、流程控制結(jié)構(gòu)、異常體系、反射體系、IO流、設(shè)計(jì)模式

第二階段

數(shù)據(jù)庫(kù)關(guān)鍵技術(shù)

MySql安裝和使用、DML（數(shù)據(jù)操縱語(yǔ)言）、DCL（數(shù)據(jù)控制語(yǔ)言）、存儲(chǔ)過程和函數(shù)、JDBC核心技術(shù)、SQL語(yǔ)言解析、DDL（數(shù)據(jù)定義語(yǔ)言）

第三階段

大數(shù)據(jù)基礎(chǔ)核心

Maven、Hadoop、Hive、Kafka、Linux、Shell、Zookeeper+HA、Flume、HBase

第四階段

Spark生態(tài)體系框架

Scala語(yǔ)言、Spark SQL、Kylin、Druid、Sqoop、Spark Core、Presto、Spark Streaming、Redis緩存數(shù)據(jù)庫(kù)、GIT & GIT Hub、ElasticSearch

第五階段

Flink流式數(shù)據(jù)處理框架

Flink Environment、Flink DataSet、Flink Window、Flink State & Checkpoint、Flink on Yarn、Flink DataStream、Flink Watermark

大數(shù)據(jù)開發(fā)的發(fā)展已經(jīng)趨于成熟，小伙伴在學(xué)習(xí)過程中可以參考一些案例來學(xué)習(xí)，同時(shí)，由于企業(yè)對(duì)大數(shù)據(jù)開發(fā)技術(shù)的需求量在不斷上漲，市場(chǎng)上的相關(guān)大數(shù)據(jù)開發(fā)崗位在逐漸增多，因此，小伙伴入行大數(shù)據(jù)是一個(gè)比較不錯(cuò)的選擇。

大數(shù)據(jù)開發(fā)技術(shù)的學(xué)習(xí)所涉獵到的知識(shí)體系是比較龐大的，所包含的知識(shí)是比較多且雜的，因此，小伙伴想要學(xué)好大數(shù)據(jù)開發(fā)技術(shù)還真不是一件簡(jiǎn)單的事，需要小伙伴系統(tǒng)的學(xué)習(xí)大數(shù)據(jù)開發(fā)技術(shù)知識(shí)。對(duì)于零基礎(chǔ)小伙伴來講，大數(shù)據(jù)培訓(xùn)學(xué)習(xí)是小伙伴獲得大數(shù)據(jù)開發(fā)技術(shù)知識(shí)的有效學(xué)習(xí)方式。

隨著大數(shù)據(jù)開發(fā)技術(shù)的火熱，市面上出現(xiàn)了很多大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)，小伙伴在選擇大數(shù)據(jù)培訓(xùn)班的時(shí)候，要通過多方面的對(duì)比考察了解，理性選擇一家比較靠譜的大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)來學(xué)習(xí)。那小伙伴選擇了適合自己的大數(shù)據(jù)培訓(xùn)班之后，在培訓(xùn)班如何進(jìn)行學(xué)習(xí)呢？

1.學(xué)習(xí)積累相關(guān)編程基礎(chǔ)知識(shí)

大數(shù)據(jù)開發(fā)技術(shù)基礎(chǔ)知識(shí)的學(xué)習(xí)離不開java、Python、R語(yǔ)言等編程基礎(chǔ)的積累，因此，小伙伴在大數(shù)據(jù)培訓(xùn)班要以培訓(xùn)課程內(nèi)容為主線，學(xué)習(xí)相應(yīng)的編程基礎(chǔ)語(yǔ)言，在不斷的學(xué)習(xí)過程中，豐富自身編程知識(shí)結(jié)構(gòu)。

2.注重實(shí)戰(zhàn)項(xiàng)目案例的練習(xí)

大數(shù)據(jù)開發(fā)技術(shù)是一項(xiàng)比較復(fù)雜的編程語(yǔ)言，小伙伴想要學(xué)好大數(shù)據(jù)開發(fā)技術(shù)，除了不斷的積累編程基礎(chǔ)知識(shí)之外，還需要練習(xí)相關(guān)的項(xiàng)目實(shí)戰(zhàn)案例，才可能快速的理解學(xué)習(xí)大數(shù)據(jù)開發(fā)技術(shù)知識(shí)，通過項(xiàng)目實(shí)戰(zhàn)案例的練習(xí)，可以鍛煉小伙伴在項(xiàng)目開發(fā)過程中解決問題的能力，讓小伙伴更快速的適應(yīng)公司的工作環(huán)境。

3.交流性學(xué)習(xí)

小伙伴在學(xué)習(xí)大數(shù)據(jù)開發(fā)技術(shù)的過程中，要不斷的去和老師、同學(xué)進(jìn)行交流，在交流的過程中，不斷學(xué)習(xí)好的編程思路，將這些思路融會(huì)貫通，融入到自己的編程思維當(dāng)中，這樣不間斷的學(xué)習(xí)，可以更有利的幫助小伙伴成長(zhǎng)。

最后，小伙伴在學(xué)習(xí)大數(shù)據(jù)開發(fā)技術(shù)知識(shí)過程中，適合自己的學(xué)習(xí)方法很重要，在這個(gè)學(xué)習(xí)過程中，小伙伴要養(yǎng)成良好的學(xué)習(xí)習(xí)慣，確定自己的發(fā)展方向，針對(duì)性學(xué)習(xí)，以用為學(xué)。尚硅谷大數(shù)據(jù)培訓(xùn)是一家比較靠譜的線下面授教學(xué)職業(yè)教育培訓(xùn)機(jī)構(gòu)，老師都是具有一定項(xiàng)目實(shí)戰(zhàn)開發(fā)經(jīng)驗(yàn)和教學(xué)經(jīng)驗(yàn)的技術(shù)大牛帶領(lǐng)小伙伴學(xué)習(xí)，能夠讓小伙伴更快速的入門大數(shù)據(jù)開發(fā)，同時(shí)，培訓(xùn)班還有相關(guān)的大數(shù)據(jù)視頻供小伙伴下載學(xué)習(xí)！

http://www.atguigu.com/bigdata_video.shtml

大數(shù)據(jù)主要學(xué)習(xí)：linux.高并發(fā)處理，Hadoop，zookeeper，spark，flink這些大框架，但是細(xì)分后還是很多的呢[捂臉]

學(xué)習(xí)大數(shù)據(jù)需要有java基礎(chǔ)或者python。如果沒有這方面的基礎(chǔ)的話學(xué)習(xí)大數(shù)據(jù)會(huì)不太現(xiàn)實(shí)。如果你有基礎(chǔ)可以著手從以上幾個(gè)方面入手學(xué)習(xí)。如果沒有還是建議先學(xué)習(xí)基礎(chǔ)語(yǔ)言，基礎(chǔ)語(yǔ)言學(xué)好，再學(xué)大數(shù)據(jù)會(huì)很輕松哦。給你推薦一家超好的資料，百戰(zhàn)程序員的，他們家資料很全，還細(xì)，最主要是免費(fèi)的，希望對(duì)你有幫助[呲牙]

大數(shù)據(jù)開發(fā)工程師是大數(shù)據(jù)領(lǐng)域一個(gè)比較熱門的崗位，有大量的傳統(tǒng)應(yīng)用需要進(jìn)行大數(shù)據(jù)改造，因此崗位有較多的人才需求。這個(gè)崗位需要掌握的知識(shí)結(jié)構(gòu)包括大數(shù)據(jù)平臺(tái)體系結(jié)構(gòu)，比如目前常見的Hadoop、Spark平臺(tái)，以及眾多組件的功能和應(yīng)用，另外還需要掌握至少一門編程語(yǔ)言，比如Java、Python、Scala等。

大數(shù)據(jù)分析師是大數(shù)據(jù)領(lǐng)域非常重要的崗位，大數(shù)據(jù)分析師需要掌握的知識(shí)結(jié)構(gòu)包括算法設(shè)計(jì)、編程語(yǔ)言以及呈現(xiàn)工具，算法設(shè)計(jì)是大數(shù)據(jù)分析師需要掌握的重點(diǎn)內(nèi)容，而編程語(yǔ)言的作用則是完成算法的實(shí)現(xiàn)。另外，大數(shù)據(jù)分析師還需要掌握一些常見的分析工具。

大數(shù)據(jù)運(yùn)維工程師的主要工作內(nèi)容是搭建大數(shù)據(jù)平臺(tái)、部署大數(shù)據(jù)功能組件、配置網(wǎng)絡(luò)環(huán)境和硬件環(huán)境、維護(hù)大數(shù)據(jù)平臺(tái)，大數(shù)據(jù)運(yùn)維工程師需要具備的知識(shí)結(jié)構(gòu)包括計(jì)算機(jī)網(wǎng)絡(luò)、大數(shù)據(jù)平臺(tái)體系結(jié)構(gòu)、編程語(yǔ)言（編寫運(yùn)維腳本）等，通常情況下，大數(shù)據(jù)運(yùn)維工程師也需要對(duì)數(shù)據(jù)庫(kù)有深入的了解。

大數(shù)據(jù)工程師是做什么的？需要掌握哪些技能？

https://www.toutiao.com/i6711595957814821380/

1. 數(shù)學(xué)知識(shí)

數(shù)學(xué)知識(shí)是數(shù)據(jù)分析師的基礎(chǔ)知識(shí)。對(duì)于初級(jí)數(shù)據(jù)分析師，了解一些描述統(tǒng)計(jì)相關(guān)的基礎(chǔ)內(nèi)容，有一定的公式計(jì)算能力即可，了解常用統(tǒng)計(jì)模型算法則是加分。對(duì)于高級(jí)數(shù)據(jù)分析師，統(tǒng)計(jì)模型相關(guān)知識(shí)是必備能力，線性代數(shù)(主要是矩陣計(jì)算相關(guān)知識(shí))最好也有一定的了解。而對(duì)于數(shù)據(jù)挖掘工程師，除了統(tǒng)計(jì)學(xué)以外，各類算法也需要熟練使用，對(duì)數(shù)學(xué)的要求是最高的。

2. 分析工具對(duì)于初級(jí)數(shù)據(jù)分析師，玩轉(zhuǎn)Excel是必須的，數(shù)據(jù)透視表和公式使用必須熟練，VBA是加分。另外，還要學(xué)會(huì)一個(gè)統(tǒng)計(jì)分析工具，SPSS作為入門是比較好的。對(duì)于高級(jí)數(shù)據(jù)分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具(如Matlab)視情況而定。對(duì)于數(shù)據(jù)挖掘工程師……嗯，會(huì)用用Excel就行了，主要工作要靠寫代碼來解決呢。

3. 編程語(yǔ)言對(duì)于初級(jí)數(shù)據(jù)分析師，會(huì)寫SQL查詢，有需要的話寫寫Hadoop和Hive查詢，基本就OK了。對(duì)于高級(jí)數(shù)據(jù)分析師，除了SQL以外，學(xué)習(xí)Python是很有必要的，用來獲取和處理數(shù)據(jù)都是事半功倍。當(dāng)然其他編程語(yǔ)言也是可以的。對(duì)于數(shù)據(jù)挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會(huì)用……總之編程語(yǔ)言絕對(duì)是數(shù)據(jù)挖掘工程師的最核心能力了。

4. 業(yè)務(wù)理解業(yè)務(wù)理解說是數(shù)據(jù)分析師所有工作的基礎(chǔ)也不為過，數(shù)據(jù)的獲取方案、指標(biāo)的選取、乃至最終結(jié)論的洞察，都依賴于數(shù)據(jù)分析師對(duì)業(yè)務(wù)本身的理解。對(duì)于初級(jí)數(shù)據(jù)分析師，主要工作是提取數(shù)據(jù)和做一些簡(jiǎn)單圖表，以及少量的洞察結(jié)論，擁有對(duì)業(yè)務(wù)的基本了解就可以。對(duì)于高級(jí)數(shù)據(jù)分析師，需要對(duì)業(yè)務(wù)有較為深入的了解，能夠基于數(shù)據(jù)，提煉出有效觀點(diǎn)，對(duì)實(shí)際業(yè)務(wù)能有所幫助。對(duì)于數(shù)據(jù)挖掘工程師，對(duì)業(yè)務(wù)有基本了解就可以，重點(diǎn)還是需要放在發(fā)揮自己的技術(shù)能力上。

5. 邏輯思維這項(xiàng)能力在我之前的文章中提的比較少，這次多帶帶拿出來說一下。對(duì)于初級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在數(shù)據(jù)分析過程中每一步都有目的性，知道自己需要用什么樣的手段，達(dá)到什么樣的目標(biāo)。對(duì)于高級(jí)數(shù)據(jù)分析師，邏輯思維主要體現(xiàn)在搭建完整有效的分析框架，了解分析對(duì)象之間的關(guān)聯(lián)關(guān)系，清楚每一個(gè)指標(biāo)變化的前因后果，會(huì)給業(yè)務(wù)帶來的影響。對(duì)于數(shù)據(jù)挖掘工程師，邏輯思維除了體現(xiàn)在和業(yè)務(wù)相關(guān)的分析工作上，還包括算法邏輯，程序邏輯等，所以對(duì)邏輯思維的要求也是最高的。

6. 數(shù)據(jù)可視化數(shù)據(jù)可視化說起來很高大上，其實(shí)包括的范圍很廣，做個(gè)PPT里邊放上數(shù)據(jù)圖表也可以算是數(shù)據(jù)可視化，所以我認(rèn)為這是一項(xiàng)普遍需要的能力。對(duì)于初級(jí)數(shù)據(jù)分析師，能用Excel和PPT做出基本的圖表和報(bào)告，能清楚的展示數(shù)據(jù)，就達(dá)到目標(biāo)了。對(duì)于高級(jí)數(shù)據(jù)分析師，需要探尋更好的數(shù)據(jù)可視化方法，使用更有效的數(shù)據(jù)可視化工具，根據(jù)實(shí)際需求做出或簡(jiǎn)單或復(fù)雜，但適合受眾觀看的數(shù)據(jù)可視化內(nèi)容。對(duì)于數(shù)據(jù)挖掘工程師，了解一些數(shù)據(jù)可視化工具是有必要的，也要根據(jù)需求做一些復(fù)雜的可視化圖表，但通常不需要考慮太多美化的問題。

7. 協(xié)調(diào)溝通對(duì)于初級(jí)數(shù)據(jù)分析師，了解業(yè)務(wù)、尋找數(shù)據(jù)、講解報(bào)告，都需要和不同部門的人打交道，因此溝通能力很重要。對(duì)于高級(jí)數(shù)據(jù)分析師，需要開始獨(dú)立帶項(xiàng)目，或者和產(chǎn)品做一些合作，因此除了溝通能力以外，還需要一些項(xiàng)目協(xié)調(diào)能力。對(duì)于數(shù)據(jù)挖掘工程師，和人溝通技術(shù)方面內(nèi)容偏多，業(yè)務(wù)方面相對(duì)少一些，對(duì)溝通協(xié)調(diào)的要求也相對(duì)低一些。

下面是學(xué)習(xí)資料指南（需要原圖，加我好友，私信索取）：