大数据火了几年了，但是今年好像进入了全民大数据时代，本着对科学的钻(zhun)研(bei)精(tiao)神(cao)，我在17年年初开始自学大数据，后经过系统全面学习，于这个月跳槽到现任公司。

现在已经从之前的java后端开发正式转大数据开发，项目数据50T，日均数据增长20G左右，大概是需求问题吧，工资待遇较上一份翻了一倍（这是重点）。

当然，我的分享不是能让各位升职加薪跳槽，只是对于技术人来说，技多不压身，以下为个人经验分享，不喜勿喷。

以上为背景，下面我要开始我的表(ZHUANG)演(B)了：

主要讲一下几点：

一、大数据的职业规划方向

二、大数据开发工程师需get技能

三、如何系统的学习

四、资料分享（视频、电子书、面试资料、项目源码）

一、大数据的职业规划方向

学习目的在于工作上的运用，以下为大数据方向的三个岗位，附上薪资待遇。

1. 大数据售前工程师、大数据运维工程师（HCNA）10-15K

2. 大数据开发工程师、大数据平台开发工程师（HCNP）15K-20K

3. 大数据科学家、大数据架构师、大数据高级分析师（HCIE）25K-50K

4. 其他（数据挖掘工程师、仓库采集开发工程师）12k-25K

二、大数据开发工程师需get技能

附上一份比较权威的大数据工程师技能图（图侵删）

总结如下:

必须技能10条:

01.Linux 基本操作

02.python&爬虫介绍

03.hadoop分布式集中

04.离线数据处理

05.实时数据处理

06.ETL与环境相关

07.大数据应用与数据挖掘

08.java高级（虚拟机、并发）

09..HBase（JavaAPI操作+Phoenix ）

10. Kafka

11. Spark (Core+sparksql+Spark streaming ）

12.CDH集群

这张图可能对技能的掌握说的更全面。

三、如何系统的学习

我本人是17年年初开始自学，自学了Linux 基本操作，这个很好学，领悟能力还可以就看书，不行就看视频重复看，大概一周可以搞定。

然后就学习了CDH集群搭建，Python爬虫，我是java后端开发，这些网上找点资料看点书，很好学，上手也很快。

这里重点推荐《深入理解Java虚拟机》、《Java高并发实战》必看书籍。

接着开始学hadoop，hbase，hive，scala，spark，python，kafka这些点，啃到hive的时候，人就有点晕了，按理说编程语言有相通性的，我买了相关书籍《HBase权威指南》《Hive开发指南》《快学Scala》《Spark 快速大数据分析》，然后逛了很多人的博客，我不知道自学的人是否有跟我一样的困扰，书的内容感觉可以看懂，但是看完也不知道怎么用，然后也不会将所学的这些东西进行拼装和运用。

然后我就停留在这一阶段，停了1个多月的学习计划，后面公司同事离职跳槽跟女友吵架分手等等遇到一些事情，我又想起还是要规划下自己的职业生涯，顺手报了个网校，遇到了还算不错的老师，这个学习周期3个月就算结业了。计划是想熬完过年再跳，跳槽的人都知道的，金三银四~

这里提醒一下，如果你觉得自己看书效率太慢，或者容易思维不通的情况，你可以在网上搜集一些课程，跟着课程走也OK 。这个完全根据自己情况决定。如果看书效率不高就很网课，相反的话就自己看书。自制力不强的人就没什么好推荐的，你什么都不适合学。

以上反正我把需要掌握和学习的知识点告诉你了，你自己有时间和精力的话，就对应的去研究就好。

四、资料分享（视频、电子书、面试资料、项目源码）

我承认很想把我报名的网校视频都分享出来，但是如今学校都变态，我交了钱都只能2台计算机上能看，所有视频都加密了。。。分享不出来

所以只能把我整理的一部分资料给你们，切记拉到最后。。。

最后但却很重要一点:时刻关注技术新动向，持续学习和提升自我。