經常有同學在后臺留言問我，自己覺得大數據行業薪資很高，想往大數據方向發展，但不知道該學哪些知識，應該具備的技能樹是啥樣的。

迷茫和焦慮都要溢出屏幕了……

如果覺得薪資高就業好，想往大數據方向發展，也不是不可以。

那么你的專業是計算機相關專業？還是數學/統計專業？再不然工程專業，就是想轉行干 IT？那你對計算機的興趣是什么呢？

我列舉下大數據崗位有哪些，你可以根據你的興趣來找對應關系：

• 對操作系統、硬件、網絡、運維感興趣——>大數據運維

• 對軟件開發、編程（寫代碼）感興趣——>大數據開發

• 對數據和數字感興趣——>大數據分析

說白了，這三個崗位薪資都不低，你得看你的興趣在哪？在這里，我只能分享關于大數據開發的學習經驗。

大數據開發工作涉及大數據處理的完整流程，包括：數據采集、ETL、數據存儲、計算分析/挖掘、可視化展示。

如下所示，眾多的技術棧協作完成流程處理，也可以把整個流程在邏輯上劃分為多個層，不同層描述不同的環節，同時包含若干技術棧。

• 數據來源層

• • 結構化數據：比如存儲在RDBMS，如MySQL中的數據

  • 半結構化數據：如Json格式數據，非關系型數據，但也有一定的格式

  • 非結構化數據：圖片、視頻、mp3等

• 數據傳輸層：Flume、Sqoop、Scribe、Logstash、Kibana、Filebeat等

• 數據存儲層：HDFS、Tachyon、KFS、Kafka、HBase、Redis、MongoDB等

• 資源管理層：Yarn、Mesos等

• 數據計算分析層：MapReduce、Spark、Flink、Tez、Hive、ClickHouse、Kudu、Kylin、Druid、Python、Spark MLLib、Tensorflow等

• 任務調度層：Oozie、Azkaban、Airflow等

另外，還會涉及到一些基礎服務

• 分布式協調服務：Zookeeper ?

• 集群管理與監控：Ambari、Ganglia、Nagios、Cloudera Manager

• 網關：Knox

• 安全管理框架：Ranger

大數據所需要的技術棧還是很多的，如果你是零基礎或者說是初學者，想自學其實是相當困難的。再加上現在市面上的大數據類書籍或者課程也是讓人眼花繚亂，而且魚龍混雜，你花在自學上的時間成本，試錯成本都會極高。

這時候找到對的大牛其實是非常難的，況且大佬也根本沒時間帶你，偶爾分享一篇文章就很不錯了，但是找到一個靠譜的課程學習是相對比較容易的。?

選擇課程的時候其實也要好好評估它背后的課程開發團隊，像拉勾網的《大數據開發高薪訓練營》，我還是比較推薦的。以前我也是通過拉勾網跳槽漲薪的，他們成立 7 年了，最懂互聯網企業的用人需求了。

據了解，拉勾的教育研發團隊是分析了上百家大廠的大數據開發崗位需求，才梳理出了這一份大數據開發工程師的成長路線，經過 12 個月的打磨，才推出了這個《大數據開發高薪訓練營》。

這個訓練營是從基礎的夯實，到企業級的項目實戰，相對來說是可以構建完善的大數據開發能力的。

而且重點是拉勾網 CTO 親自參與的課程設計，內容覆蓋大數據處理的全流程技術棧，包括Java Web數據可視化、Hadoop 核心及生態圈技術棧、計算引擎及分析算法、最新大數據技術、機器學習等 14 大階段。

從入門使用，到源碼剖析，再到真實的項目中應用，5 個月學習時間，帶你積累 3 年大數據開發經驗，讓你吃透大數據開發。

拉勾教育的課程項目都是拉勾自己的真實項目和合作大廠的項目，保證了「 PB 級數據」和「項目真實性」。

項目會完整的經歷一遍大數據處理的全流程，包括需求、分析、架構設計、模型設計、技術選型、開發流程、開發規范、測試過程、部署監控、項目調優等。還原企業的實際工作場景，帶你從 0 到 1 積累實戰經驗。

如果你選擇在線課程，我會強烈建議你學習本課程，確實是因為以下 6 個點：

試學 7 天，不滿意全額退款

拉勾教育是唯一一家敢和學員簽訂內推協議的公司

班主任和導師 1對1 跟進輔導，不怕學不會，不怕堅持不下去，懶癌終結者

和普通搞培訓的機構不同，拉勾教育靠把學員培養出來，推薦到企業來賺取企業服務費，所以課程質量高、學費還更低

因為要培養學員之后向企業輸送，所以課程內容必須緊跟企業所用，教理論，更重實戰

獨家真內推，拿到面試才叫內推?

未來掌握在自己的手中，你可以掃碼加老師了解和設計自己的技能棧與職業發展路徑。

雙十二口碑訓練營5折起抄底，

贈送價值6399元超值禮品，

最后30個名額，

等你來搶！

點擊「閱讀原文」，有驚喜：）

總結

以上是生活随笔為你收集整理的知乎热点：数学专业的学霸们毕业后都在做什么的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。