大数据项目开发： 要成为一名大数据开发工程师必备哪些技能？

用人单位对于大数据开发人才的技能要求：1. 精通Java技术知识，熟悉Spark、kafka、Hive、HBase、zookeeper、HDFS、MR等应用设计及开发；2. 了解python/shell等脚本语言；。3. 熟悉大数据平台架构，对ETL、数据仓库等有一定了解；。4. 有数据可视化...

其他答案:物理专业的话，电相关的知识你应该是具备基础了。 机械制图是重中之重了，画法几何是机械制图的基础。这俩门课会左右日后的画电子图。 工程材料。材料和理论力学。 这几门大课了解后，其次就是你机械的侧重点了，建筑机械还是农机还是煤炭机械还是水利机械 细分后，相关专业基础课需要学习下。 然后就是找几个基础的设计，自己也设计一下，看看哪里不足继续改正了。 全过程中，都可以参考机械手册上的知识点，那些都是标准。标准是王道。

其他答案:珍爱生命，远离机械 你就是背熟了所有机械手册，也是没前途的 建议学点电气的东西，大趋势是自动化，不懂电的人很快就被淘汰

其他答案:想要学习大数据开发，第一件事并不是要找书籍或者是找视频教程，而是要了解一下大数据行业前景，了解一下成为大数据工程师需要具备什么样的能力，掌握哪些技能我当初学习大数据之前也有过这样的问题，作为一个过来人，今天就跟大家聊下大数据人才应该具备的技能。 首先我们要知道对于大数据开发工程师需要具备的技能，下面我们分别来说明： 用人单位对于大数据开发人才的能力要求有 技能要求： 1.精通JAVA开发语言，同时熟悉Python、Scala开发语言者优先； 2.熟悉Spark或Hadoop生态圈技术，具有源码阅读及二次开发工作经验；精通Hadoop生态及高性能缓存相关的各种工具，有源码开发实战经验者优先； 3.熟练使用SQL，熟悉数据库原理，熟悉至少一种主流关系型数据库；熟悉Linux操作系统，熟练使用常用命令，熟练使用shell脚本；熟悉ETL开发，能熟练至少一种ETL(talend、kettle、ogg等)转化开源工具者优先； 4.具有清晰的系统思维逻辑，对解决行业实际问题有浓厚兴趣，具备良好的沟通协调能力及学习能力。 以上就是想要成为大数据人才需要具备的技能 那么如何具备这些能力，怎么学习了，对于大多数人来说，目前只有通过参加大数据的学习，才能够系统的掌握以上的大数据技能，从而胜任大数据工程师的工作。

其他答案:首先我们要了解Java语言和Linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。 <img src=＂ 大数据 Java ：只要了解一些基础即可，做大数据不需要很深的Java 技术，学java SE 就相当于有学习大数据基础。 Linux：因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。 Hadoop：这是现在流行的大数据处理平台几乎已经成为大数据的代名词，所以这个是必学的。Hadoop里面包括几个组件HDFS、MapReduce和YARN,HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，MapReduce是对数据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完，但是时间可能不是很快所以它叫数据的批处理。 Zookeeper：这是个万金油，安装Hadoop的HA的时候就会用到它，以后的Hbase也会用到它。它一般用来存放一些相互协作的信息，这些信息比较小一般不会超过1M，都是使用它的软件对它有依赖，对于我们个人来讲只需要把它安装正确，让它正常的run起来就可以了。 Mysql：我们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到，mysql需要掌握到什么层度那？你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，创建数据库。这里主要的是学习SQL的语法，因为hive的语法和这个非常相似。 Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。 Hive：这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变的很简单，不会再费劲的编写MapReduce程序。有的人说Pig那？它和Pig差不多掌握一个就可以了。 Oozie：既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者MapReduce、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的，不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉。 Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。 Kafka：这是个比较好用的队列工具，队列是干吗的？排队买票你知道不？数据多了同样也需要排队处理，这样与你协作的其它同学不会叫起来，你干吗给我这么多的数据（比如好几百G的文件）我怎么处理得过来，你别怪他因为他不是搞大数据的，你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰流流的去优化他的程序去了，因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各种数据接受方（比如Kafka）的。 Spark：它是用来弥补基于MapReduce处理数据速度上的缺点，它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算，所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以操作它，因为它们都是用JVM的。

其他答案:你好！很高兴能为你解答，看到及时采纳喔！谢谢！ 1、 掌握至少一种数据库开发技术：Oracle、Teradata、DB2、Mysql等，灵活运用SQL实现海量数据ETL加工处理； 2、 熟悉Linux系统常规shell处理命令，灵活运用shell做的文本处理和系统操作； 3、 有从事分布式数据存储与计算平台应用开发经验，熟悉Hadoop生态相关技术并有相关实践经验着优先，重点考察Hdfs、Mapreduce、Hive、Hbase; 4、 熟练掌握一门或多门编程语言，并有大型项目建设经验者优先，重点考察Java、Python、Perl; 5、 熟悉数据仓库领域知识和技能者优先，包括但不局限于：元数据管理、数据开发测试工具与方法、数据质量、主数据管理； 6、 掌握实时流计算技术，有storm开发经验者优先。

其他答案:大数据时下热度不减，物联网、云计算、大数据、人工智能紧密相连。物联网的正常运行是通过大数据传输信息给云计算平台处理，然后人工智能提取云计算平台存储的数据进行活动。 大数据需要特殊的技术以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模的并行处理数据库、数据挖掘、分布式文件系统、分布式数据可、云计算平台、互联网和可扩展的存储系统。公司发展布局的需要催生出了一大批与大数据处理相关的职业，通过对数据的挖掘分析来影响企业的商业决策。 一个大数据工程师到底应该会什么？ 关于这个问题最终还是要落实到企业需求上。每家公司对大数据工作的要求不尽相同：有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。 由于目前大数据人才匮乏，对于公司来说，很难招聘到合适的人才—既要有高学历，同时最好还有大规模数据处理经验。因此很多企业会通过内部挖掘。 目前长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师、Hadoop方面的工程师，以及任何在工作中需要通过数据来进行判断决策的管理者，比如某些领域的运营经理等，都可以尝试大数据工程师职位。 关于大数据工程师需要掌握的知识，不妨从以下7个方面入手： Java语言基础： Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类 HTML、CSS与JavaScript PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用 JavaWeb和数据库 数据库、JavaWeb开发核心、JavaWeb开发内幕 Linux&Hadoopt体系 Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架 数据处理 数据获取、数据处理、数据分析、数据展现、数据应用 Spark生态体系 Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算 大数据分析 —AI（人工智能） Data Analyze工作环境准备&数据分析基础、数据可视化、Python机器学习1、Python机器学习2、图像识别&神经网络、自然语言处理&社交网络处理、实战项目：户外设备识别分析 国内IT、通讯、行业招聘中，有10%都是和大数据相关，且比例还在上升。巨大的人才缺口直接导致各企业纷纷以高薪聘请大数据人才。

大数据项目开发： 大数据分析与大数据开发是什么？

大数据分析是指对规模巨大的数据进行分析。大数据可以概括为4个V， 数据量大（Volume）、速度快（Velocity）、类型多（Variety）、价值（Value）。大数据开发其实分两种，第一类是编写一些Hadoop、Spark的应用程序，第二类是对大数据处理系统本身进...展开全部

其他答案:大数据开发：简单粗略来说就是用工具实现大数据分析后所需要得出的结果。简单理解，大数据开发就是制造软件的，只是与大数据相关而已，通常用到的就是与大数据相关的开发工具、环境等等。 大数据分析：简略来说就是从天量的数据中通过算法搜索找出隐藏在其中的信息数据的过程，然后对收集来的大量的信息数据进行详细研究和概括，推断其趋势或者结果，以便于做出判断及采取适当的行动。

其他答案:通俗点说，大数据就相当于一个巨大的数据仓库，大数据开发就相当于你是这个巨大的仓库的建设者和管理者。按照目前形势，学习大数据的前景挺好的，尤其是现在兴起的人工智能领域，最需要和大数据配合，人工智能从大数据中深度学习。如果你学习能力比较强的话，可以先自学，配合着网课进行学习。学大数据开发还要学一些，比如高数，统计学等方面的内容。一些培训机构还是以营利为目的的，这里不在评论。

其他答案:数据分析主要就是通过数据去解决企业实际遇到的问题，包括根据数据分析的原因和结果推理以及预测未来进行制定方案、对调研搜集到的各种产品数据的整理、对资料进行分类和汇总等等。而且发展前景很好，毕竟数据分析这一行在国内才刚刚起步，很多企业都需要这方面的人才，是很有潜力的，这一行偏商科，技术辅助。真正的大牛不是数据分析工具技术，而是用数据帮助企业在产品、价格、促销、顾客、流量、财务、广告、流程、工艺等方面进行价值提升的人。像我本人就是自学的数据分析师然后毕业后去了决明工作，现在基本实现了财务自由，但想成为大数据分析师的话，需要日积月累坚持沉淀下去，相信你总有一天也能达到这个层次。

其他答案:您好：大数据平台应用开发是目前一个就业的热门方向，一方面是大数据开发的场景众多，另一方面是难度并不高，能够接纳的从业人数也非常多。大数据开发是在大数据平台基础之上的开发，充分利用大数据平台提供的功能来满足企业的实际需求。 大数据分析是大数据应用的一个重点。大数据分析是基于大数据平台提供的功能进行具体的数据分析，数据分析与场景有密切的关系，比如出行大数据分析、营销大数据分析、金融大数据分析等等。

大数据项目开发： 大数据开发能做什么？能开发什么项目？

大讲台大数据技术以Java为基础的，相关的专业技术还有：基础阶段：Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis。hadoop mapreduce hdfs yarn:hadoop:Hadoop 概念、版本、历史，HDFS工作原理，YARN介绍及组件介绍。大数据存储阶段：...展开全部

大数据项目开发： 做大数据开发工程师有前途吗

由于大数据属新兴领域，专业人才比较缺乏，高端人才更是企业争抢的对象。至2025年中国数据人才缺口将达到200万，但数据人才的供给却严重不足，所以薪资待遇也很好。影响你薪资的最主要是你的专业水平，以及工作能力，在技术岗位上，都是靠技术吃饭...

其他答案:大数据，网上炒作得很厉害，有好多培训班在网上炒作很猛，其实这个职位还是很高端的，真的用大数据的公司很少的，所以职位也少，找工作不好找，工资也不是很高，说明现在的大数据还没有发展起来。要说有前途也要等到多年以后，还要看大数据的发展状况，如果这些年大数据没有发展起来，那就没有前途了。以上言论也是本人找工作的感受，说得有点极端，只是代表个人情况，仅仅供参考。说大数据职位不好，我说得有些极端，可是前面的我说网上炒作得很猛可是有道理的。

其他答案:1.如何成为大数据工程师 由于目前大数据人才匮乏，对于公司来说，很难招聘到合适的人才—既要有高学历，同时最好还有大规模数据处理经验。因此很多企业会通过内部挖掘。 2014年8月，阿里巴巴举办了一个大数据竞赛，把天猫平台上的数据拿出来，去除敏感问题后，放到云计算平台上交予7000多支队伍进行比赛，比赛分为内部赛和外部赛。“通过这个方式来激励内部员工，同时也发现外部人才，让各行业的大数据工程师涌现出来。” 目前长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师、Hadoop方面的工程师，以及任何在工作中需要通过数据来进行判断决策的管理者，比如某些领域的运营经理等，都可以尝试该职位，而各个领域的达人只要学会运用数据，也可以成为大数据工程师。 2.薪酬待遇 作为IT类职业中的“大熊猫”，大数据工程师的收入待遇可以说达到了同类的顶级。国内IT、通讯、行业招聘中，有10%都是和大数据相关的，且比例还在上升。大数据时代的到来很突然，在国内发展势头激进，而人才却非常有限，现在完全是供不应求的状况。在美国，大数据工程师平均每年薪酬高达万美元，而据了解，在国内顶尖互联网类公司，同一个级别大数据工程师的薪酬可能要比其他职位高20%至30%，且颇受企业重视。 3.职业发展路径 由于大数据人才数量较少，因此大多数公司的数据部门一般都是扁平化的层级模式，大致分为数据分析师、资深研究员、部门总监3个级别。大公司可能按照应用领域的维度来划分不同团队，而在小公司则需要身兼数职。有些特别强调大数据战略的互联网公司则会另设最高职位—如阿里巴巴的首席数据官。这个职位的大部分人会往研究方向发展，成为重要数据战略人才。另一方面，大数据工程师对商业和产品的理解，并不亚于业务部门员工，因此也可转向产品部或市场部，乃至上升为公司的高级管理层。

其他答案:未来是大数据时代，人工智能的天下。平台很重要，真正在实践中边做边学。你会进步很快。

其他答案:互联网是当下流行趋势，大数据的发展是必然的，如果你想要学习大数据的话可以关注扣丁学堂，那里有大量的大数据视频教程供学员观看学习。对于一般的企业而言，大数据的作用主要表现在两个方面，分别是数据的分析使用与进行二次开发项目，大数据的运用，不仅标志着时代的进步，同时还激励着人们进行更深领域的探究。

大数据项目开发：大数据分析与大数据开发？

大数据分析是指对规模巨大的数据进行分析。大数据可以概括为4个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值（Value）。大数据开发其实分两种，第一类是编写一些Hadoop、Spark的应用程序，第二类是对大数据处理系统本身进行开发。第一类工作感觉更适用于data analyst这种职位吧，而且现在Hive Spark-SQL这种系统也提供SQL的接口。第二类工作的话通常才大公司里才有，一般他们都会搞自己的系统或者再对开源的做些二次开发。这种工作的话对理论和实践要求的都更深一些，也更有技术含量。

大数据项目开发：到底什么是大数据项目？

首先要说的是，大数据并不是数据多，而是数据维度多。

目前互联网公司和许多科技公司，甚至是传统的企业都有大数据项目。

主要用来分析用户的购买行为和消费意愿以及影响因素。

一个大数据项目关键构成如下：

信息采集组、数据清洗组、数据融合组、数据挖掘组、数据可视化组。

根据每组的名称很好理解，信息采集组主要是通过网络爬虫来采集数据，当然还可以根据业务需求，通过不同的方式来采集数据；

数据清洗组主要就是把一些无效的脏数据找出来剔除或者替换，任务量其实很大，因为爬来的数据脏数据量很大，这个组的工作周期一般很长，任务也很重；

数据融合组主要就是把爬来的课程信息把相似的归类，有上下级关系的就按照子类父类的关系列好，这一组的工作非常不好完成，目前我们做的融合效果不算好，想融合好算是一个难点。

数据挖掘组就是拿到可用的数据之后通过数据挖掘算法，去研究之前设定好的影响因子之间的因果关系，主要的分类算法有决策树、贝叶斯分类、基于规则的分类、神经网络、持向量机 、懒惰学习算法中的K-最近邻分类和基于案例的推理等算法；

数据可视化组顾名思义就是把数据挖掘组的成果可视化展示，这样可以直观的看到数据之间的关系，并利用数据分析和开发工具发现其中未知信息的处理过程。

大数据项目开发：做大数据项目，前端需要用到什么技术？

不知道场景是什么，如果题主想做大数据工程师其实不用纠结前端，因为给到前端用于展现的一般就是json之类的数据格式，而且都是在后端已经被处理好了。如果真的是要学前端，按照应用分的话可以分为前台项目和后台项目。前台项目，例如app、网页、客户端都可以使用数据分析的成果为用户提供服务，其实就和一般应用开发一样了。后台项目，例如运维平台、管理平台、监控等等，可能会用到很多图表的前端技术，echarts和d3都是很好的选择，如果是应用数据分析的成果其实就和通用的前端技术一样，用框架或者一些模板都可以实现。主要还是看业务逻辑，现在前后端基本都是分离的，所以前端技术的通用性很高，也并没有所谓大数据项目特定的前端技术。