1。Big 數據架構東西與組件企業(yè)Big 數據結構多按照開源的技能結構搭建，包括基于Hadoop、Spark、Storm、Flink的一系列組件結構，以及它們的生態(tài)系統(tǒng)組件。2.加深對SQL等的理解數據大型圖書館解決方案數據工程師需要了解數據圖書館管理系統(tǒng)，加深對SQL的理解。同樣的其他數據庫解決方案，如Cassandra或MangoDB，也應該理解，因為并不是每個數據庫都是按照可識別的標準構建的。

數據像Redshift或Panoply這樣的倉庫解決方案，以及像StitchData或Segment這樣的ETL東西都非常有用。4.根據Hadoop的分析，需要對ApacheHadoop的數據處理結構有深入的了解，至少需要HBase、Hive、MapReduce的知識存儲。5.編碼和開發(fā)的能力是一個big 數據工程師的重要要求，主要掌握Java、Scala和Python，這在一個big 數據中非常重要。

要成為一名合格的分析師，你需要精通至少一門數據挖掘(比如R語言)或者機器學習語言(比如Matlab)。有正規(guī)的算法研究，熟悉Hadoop架構，包括Hive、Hbase、MapReduce等組件，精通HadoopMapReduce和YARN計算框架，能夠解決Hadoop/YARN復雜問題；精通Spring，Hibernate，Junit等Java 技術。

隨著互聯網的不斷發(fā)展，越來越多的人希望通過學習實現轉型發(fā)展數據 技術。如今，java課程走到了一起。成為一名數據運維老師需要掌握什么？大數據本質是:數據挖掘深度和應用廣度的結合。對海量的數據進行有效的分析和處理，而不僅僅是數據即所謂的大數據。大數據三個學習方向:大數據開發(fā)者、大數據架構師、大數據運維師范大學數據開發(fā)者和大/123。

1、Da 數據工程師需要學習JAVA、Scala、Python等編程語言，但這些語言都是相通的，所以掌握一門編程語言就很容易學習其他語言。數據的學習需要掌握以下技術: Hadoop、spark、storm等內核技術。2.基礎技術集合包括數據預處理、分布式存儲、NOSQL 數據庫、數據倉庫、機器學習。

1，至少掌握一門數據庫開發(fā)技術:Oracle、Teradata、DB2、Mysql等。，并靈活運用SQL實現海量數據ETL處理。2.熟悉Linux系統(tǒng)的常規(guī)shell處理命令，靈活使用shell進行文本處理和系統(tǒng)操作。3.有分布式數據存儲和計算平臺應用開發(fā)經驗，熟悉Hadoop生態(tài)技術并有相關實踐經驗者優(yōu)先，重點關注Hdfs、Mapreduce、Hive和Hbase。

Da 數據 java、Scala、Python等。是開發(fā)所必需的技術，首先，在學習真正的大數據 技術之前，你要掌握一門編程語言，比如java等。在big 數據的學習過程中，你還會接觸到其他的編程語言，比如Scala、Python等，但這些語言都是相通的，都掌握了一門編程語言，數據的學習需要掌握以下技術: Hadoop、spark、storm等內核技術。如果在培訓機構學習，一定要注意學習周期的分布，有一部分不是真的大數據課程真的大數據課程專門講了2030%的編程語言，剩下的都是學大的數據-2/，所以學之前要對大有所了解。