大數據的技術是一個技術群落，想全部學習短期內是不現實的，那么我們怎么樣科學的有邏輯有規劃的來學習，怎么進行大數據的入門學習呢？我們得了解大數據行業里，有哪些崗位，我們直接從工作崗位的技能需求來倒推我們如何學習大數據，如何有側重點的來學習。

第一，先看看有哪些崗位，當然大公司會分的比較詳細，中小企企業相對要求會全面一些

先看看如下這幅圖，圖沒有很詳細，我再做解答

我們從整個數據項目的業務流程出發，（以上所有崗位都對編程有要求，所以編程基礎是必不可少的）

第一， 大數據工程師，眾所周知，在沒有大數據以前，行業應用已經非常成熟了，最早大家只關注功能的實現，接著重視前臺的界面，前端工程師因此火了一段時間，因為以前數據量不大，所以在功能上并不重視，由于移動互聯網的發展，數據量非常龐大了，這個時候單機服務器不能解決問題，那么分布式集群就出現了，大數據工程師的職責就是搭建大數據平臺，所以從上圖可以得知，大數據工程師，需要有java基礎（行業應用大部分是java語言編寫的），所以，今后想從事該崗位的，那么學習的路線圖如下

java基礎----linux----hadoop-----hive、hbase----scala---spark

第二， 算法工程師，該崗位零基礎的小伙伴就請止步吧，更適用于數學專業的研究生及以上學歷，對數據基礎要求比較高。

第三， 數據挖掘工程師，建議從python入手，畢竟python里面有大量的數據科學的包，也有pyspark，直接從spark里面調數據，不用學習Scala語言（spark的編程語言是Scala），學習的路線如下：

python基礎—python web（強化編程基礎）--數學基礎補充（線性代數、概率統計、離散數學）--python numpy pandas包---機器學習算法---深度學習

第四， 數據分析師，該崗位對數學基礎要求不高，但對綜合素質要求非常高，能充分的理解行業行情、公司運營、產品運作、對市場敏銳度較高。具備一定的編程基礎，建議學習python，能熟練使用相關的工具，如excel，sas、spss等，能寫漂亮的文章做PPT就行，數學基礎不好的女生可以建議走該方向。

學習路線：python基礎—python numpy pandas包---excel—spss---sas

第五， 大數據可視化，該崗位需要前端的相關基礎，大數據運維工程師，也不多做介紹了