一、大資料相關工作介紹
大資料方向的工作目前主要分為三個主要方向:
1. 大資料工程師
2. 資料分析師
3. 大資料科學家
4. 其他（資料挖掘等）
二、大資料工程師的技能要求
附上大資料工程師技能圖：
必須掌握的技能11條
1. Java進階(虛拟機、并發)
2. Linux 基本操作
3. Hadoop（HDFS+MapReduce+Yarn ）
4. HBase（JavaAPI操作+Phoenix ）
5. Hive(Hql基本操作和原理了解）
6. Kafka
7. Storm/JStorm
8. Scala
9. Python
10. Spark (Core+sparksql+Spark streaming ）
11. 輔助小工具(Sqoop/Flume/Oozie/Hue等)
高階技能6條
1. 機器學習算法以及mahout庫加MLlib
2. R語言
3. Lambda 架構
4. Kappa架構
5. Kylin
6. Alluxio
三、學習路徑
加米谷大資料理論＋代碼＋實戰＋實操的獨有課程體系，下面是加米谷的0基礎大資料開發課程大綱：
第一階段：Java設計與程式設計思想
學習内容：Java設計與程式設計思想
學習目标：Java基礎、Java面向對象、Java進階、資料庫與JDBC
學習效果：熟練掌握Java文法并靈活運用，能夠開發背景應用
第二階段：Web前端開發
學習内容：Web前端開發
學習目标：HTML基礎、CSS3基礎、JS腳本程式設計
學習效果：能夠基于HTML+CSS+JQuery進行前端開發
第三階段：JavaEE進階
學習内容：JavaEE進階
學習目标：JavaWeb後端開發、SSM架構
學習效果：掌握主流JavaWeb架構并靈活運用
第四階段：大資料基礎
學習内容：大資料基礎
學習目标：Linux基礎、Maven基礎
學習效果：熟練掌握Linux及Maven等相關知識并靈活運用
第五階段：HDFS分布式檔案系統
學習内容：HDFS分布式檔案系統
學習目标：HDFS原理剖析、HDFS程式設計
學習效果：深入了解HDFS的原理并靈活運用
第六階段：MapReduce分布式計算模型
學習内容：MapReduce分布式計算模型
學習目标：MapReduce原理剖析、MapReduce實踐
學習效果：熟練掌握MapReduce原理并靈活運用
第七階段：Yarn分布式資料總管
學習内容：Yarn分布式資料總管
學習目标：Yarn原理剖析、Yarn實踐
學習效果：深入了解Yarn的原理并調優
第八階段：Zookeeper分布式協調服務
學習内容：Zookeeper分布式協調服務
學習目标：Zookeeper原理剖析、Zookeeper實踐
學習效果：深入了解Zookeeper的原理并靈活運用
第九階段：Hbase分布式資料庫
學習内容：Hbase分布式資料庫
學習目标：Hbase原理剖析、Hbase程式設計實踐
學習效果：深入了解Hbase的原理并靈活運用及調優
第十階段：Hive分布式資料倉庫
學習内容：Hive分布式資料倉庫
學習目标：Hive原理剖析、Hive程式設計實踐
學習效果：深入了解Hive的原理并靈活運用
第十一階段：FlumeNG分布式資料采集系統
學習内容：FlumeNG分布式資料采集系統
學習目标：FlumeNG原理剖析、FlumeNG程式設計實踐
學習效果：熟練掌握FlumeNG的各種應用場景
第十二階段：Sqoop大資料遷移系統
學習内容：Sqoop大資料遷移系統
學習目标：Sqoop原理剖析、Sqoop程式設計實踐
學習效果：熟練掌握Sqoop并靈活運用
第十三階段：Scala大資料黃金語言
學習内容：Scala大資料黃金語言
學習目标：Scala文法剖析、Scala應用實踐
學習效果：熟練掌握Scala各種文法并靈活運用
第十四階段：kafka分布式總線系統
學習内容：kafka分布式總線系統
學習目标：kafka原理剖析、kafka程式設計實踐
學習效果：深入了解kafka原理并靈活運用及調優
第十五階段：SparkCore大資料計算基石
學習内容：SparkCore大資料計算基石
學習目标：SparkCore核心原理、SparkCore實踐
學習效果：深入了解SparkCore原理并靈活運用及調優
第十六階段：SparkSQL資料挖掘利器
學習内容：SparkSQL資料挖掘利器
學習目标：SparkSQL核心原理、SparkSQL實踐
學習效果：熟練掌握SparkSQL的各種應用場景并靈活運用
第十七階段：SparkStreaming流失計算平台
學習内容：SparkStreaming流失計算平台
學習目标：SparkStreaming核心原理、SparkStreaming實踐
學習效果：深入了解SparkStreaming原理及各種應用場景和調優
第十八階段：SparkMllib機器學習平台
學習内容：SparkMllib機器學習平台
學習目标：SparkMllib算法模型及核心原理、SparkMllib實踐
學習效果：熟練掌握SparkMllib的常用算法并靈活運用
第十九階段：SparkGraphx圖計算平台
學習内容：SparkGraphx圖計算平台
學習目标：SparkGraphx核心原理、SparkGraphx實踐
學習效果：深入了解SparkGraphx的原理并靈活運用
第二十階段：大資料項目實戰
學習内容：大資料項目實戰
學習目标：4個大資料項目的實戰
學習效果：能夠基于所學知識在真實的項目中操練
人工智能、大資料、雲計算和物聯網的未來發展值得重視，均為前沿産業，多智時代專注于人工智能和大資料的入門和科譜，在此為你推薦幾篇優質好文：
大資料工程師就業教育訓練哪個好?
http://www.duozhishidai.com/article-15082-1.html
大資料工程師教育訓練，需要學習的有哪些課程?
http://www.duozhishidai.com/article-15081-1.html
如何成為一名優秀的大資料工程師
http://www.duozhishidai.com/article-7673-1.html
多智時代-人工智能和大資料學習入門網站|人工智能、大資料、物聯網、雲計算的學習交流網站
