大数据学习阶段

1、第一阶段：大数据基础
　　Java基础——Java语法基础。掌握JAVA的开发环境搭建以及基础知识等.能够熟练使用逻辑语法进行代码编写
　　数据结构——数组、链表、栈、队列、排序、二分查找、散列表、哈希表、二叉树，红黑树、递归树，堆和栈。继续提升大家的计算机素养，掌握算法初步。
　　MySQL基础——mysql安装、基本SQL语句、SQL优化。掌握数据库的基本应用。
　　Javaweb——tomacat、servlet、JSP 、MVC。掌握web开发的相关内容，理解数据来源
　　高级java——面向对象、网络编程、反射、多线程。理解分布式程序运行原理，为以后阅读大数据框架打下基础。
　　linux基础——虚拟机安装、常用linux命令、shell脚本。学会使用linux操作系统，为部署大数据集群做准备。
2、第二阶段：大数据框架
　　Hadoop——分布式存储、分布式计算、公共通用接口。掌握部署大数据集群，熟练编写map-reduce程序。
　　Zookeeper——Zookeeper协调机制、选举机制。搭建高可用集群。
　　Hive——数据仓库搭建、数据导入和分析。初步掌握数据仓库的概念，为后续企业级数仓做准备。
　　Hbase——Hbase集群搭建、大数据数据库工作原理、列式存储、高吞吐量应用开发。掌握大数据数据库Hbase的应用，科学的行键设计，热点数据处理。
　　Kafka——理解消息队列、Kafka集群部署、高并发高可用数据采集框架搭建。掌握高可以高并发数据队列系统设计、能处理峰值问题。
　　Scala——Scala语法基础、常用算子、异步通信。掌握优秀的数据处理语言Scala
　　Spark——Spark集群搭建、离线数据处理、实时数据处理、机器学习、图计算。掌握一栈式解决方案Spark，它是大数据的核心模块。
　　常用辅助框架——Sqoop、Flume、Presto、impala、Phoenix、oozie、ElasticSearch、kylin、MongoDB、Redi、Druid。掌握常用工具和与大数据紧密相关的框架，提高工作效率，拓展框架功能。
3、第三阶段：机器学习
　　python基础——python基础语法、面向对象、Numpy。掌握python基础语法和机器学习相关的基础框架。
　　数学基础——线性代数、微积分、概率、凸优化。本部分内容理解即可，对优化模型很重要。
　　常用算法——回归、KNN、决策树、聚类、集成学习、SVM、多分类、贝叶斯、EM、隐马模型、深度学习。掌握常用计算器学习算法的原理，能够根据数据特性选择合适的模型，训练泛化能力强的模型。
4、第四阶段：项目实操
　　云和数据有大数据专业，可以详细了解一下，看看这个专业的职业发展。

转自：云和数据IT培训中心2020-06-13 · 百度认证:河南云和数据信息技术有限公司官方帐号