学习方向
前置内容
0基础，首选Java语言，Java SE必须听全程
计算机基础
科班内容：跟课巩固基础内容，四大项：数据结构、计组、操作系统、网络
非科班内容：a.计算机网络：OSI七层模型、TCP/IP五层模型 b.数据结构：数组、栈、队列、链表、树、图 c.操作系统：进程、线程、IO、调度、内存管理
职位选择
首先明确一点：大数据涉及的知识面广度还是有的，想要每一项精通几乎不可能，所以企业在招聘的时候会进行细分，基于某个方向进行招聘，比如关键字，数据仓库工程师、数据治理工程师、大数据开发工程师、大数据算法工程师、ETL工程师等。我们在学习的时候也要有所侧重，保证自己兴趣所致并重点关注。
方向1：数据仓库工程师
数仓会细化离线数仓和实时数仓、目前企业主流还是离线数仓，实时数仓是未来趋势和方向。
基础技能：SQL
框架内容：Hadoop、Kafka、Flink、HBase、Hive、Oozie/Airflow/Azkaban
岗位特殊内容：离线数仓范式、基本的维度建模规范，事实表模型
参考书籍：
《Hive编程指南》、《基于Hadoop构建数据仓库实践》、《HBase权威指南》、《MySQL入门很简单》
方向2：大数据开发工程师
大数据开发需要有良好的Java后端开发能力以及不错的源码阅读能力
基础技能：Java、Scala、Python、Linux命令、shell编程、SQL能力
框架内容：Hadoop、Kafka、Flink、HBase、Hive、Spark、Oozie/Airflow/Azkaban
岗位特殊内容：组件二次开发、组件源码阅读能力、应用代码处理数据的能力
参考书籍：
《Kafka权威指南》、《HBase权威指南》、《Spark快速大数据分析》、《Apache Kylin权威指南》
方向3：ETL工程师
ETL：数据抽取、转换、加载
ETL工作属于业务与数据的交点、需要处理上下游的关系，首先，需要对业务层面非常熟悉，其次，需要对接数据开发工程师、数据科学家，整理并准备数据、进行数据清洗、整理、融合。
基础技能：SQL、Linux基本命令
框架内容：Hive、Kettle、HDFS、Oozie、Flume、Sqoop、DataX
岗位特殊内容：数据迁移能力、任务调度能力、数据业务能力
方向4：数据治理工程师（国企岗位居多）
数据治理的工作内容主要是对数据进行分类处理、指标整理、熟悉业务流程。
基础技能：SQL、Excel、Java
框架技能：不同企业不同的数据平台
框架学习：方向1-方向3所有内容
岗位特殊内容：数据治理标准梳理，元数据管理能力。
学习顺序
Java se ->计算机基础课->基本算法->Linux基础命令->MySQL->maven->Springboot->Hadoop->zookeeper->Hive->Flume/sqoop/dataX->Oozie/Azkaban/Airflow->hbase->redis->kafka->elk->scala->spark->kylin->flink->数仓项目/大数据开发项目/可视化项目/推荐系统
学历要求
1.大数据岗位这块，1-3年以及应届对学历卡的比较死，一般要求本科学历，部分挖掘岗位要求硕士学历，门槛相对较高，3-5年一般的要求限制就比较少，专科亦可。
2.在我看来，学历非常重要，如果有提升学历的机会，尽早提升，他是你职业发展的一个关键因素，起步不一样，不能总讲专科进阿里，985卖猪肉的故事，幸存者偏差本身很难发生在你自己身上，扪心自问，我们大多数人都是普通人，做好普通的事，比同龄人吃的饭更香一点，就要比同龄人努力10%-30%，想要超越同龄人，那必须付出200%的努力，跨越阶层的难度非常大，但程序员这行能让我们过的相对不错，至少比起大部分传统行业，还是要香很多的，体会过社会毒打的人，自然明白我说的，能把握校园时光就尽量把握，把所有的精力都投入到学习、实习、找工作、提升上，结果不会说谎。
3.最后提一句，别用战略上的勤奋来掩盖战术上的懒惰，没人逼你努力，差距就在不经意间拉开。前两天听到以前高中的室友，从华南理工回去重新高考、又考上山大，最后应届奋斗1年考上浙大的事情，觉得很励志，以前我和他都曾是高中班里佼佼者，只几年时间，就拉开了巨大差距，每天付出3小时，乘以365，乘以4，就代表了无限可能。
4.与各位共勉，希望我们都在这条路上走的更远。
