大数据专业想走开发岗位应该掌握什么技能？
发布时间：2022-10-26 14:02:49 所属栏目：大数据 来源：
导读： 首先既然你明确要走开发了，就一定要聚焦，千万别【包括hdfs hbase hive , zookeeper, spark 和 flink 当然有时间学学flume sqoop】都学一遍，你又不是要去做大数据运维！
我直接态度鲜明的反对，不服来
我直接态度鲜明的反对，不服来
|
首先既然你明确要走开发了，就一定要聚焦，千万别【包括hdfs hbase hive , zookeeper, spark 和 flink 当然有时间学学flume sqoop】都学一遍，你又不是要去做大数据运维！ 我直接态度鲜明的反对，不服来辩。 一、先说选课建议 1、专业核心课课选修课建议（打勾的），必修不去说，选修的几个：算法分析与设计一定要修，好好好好学；大型数据库技术，具体不知到讲啥，但是及时是普通数据库技术，也是需要掌握的；智能搜索引擎技术，看起来好像没啥意义，但是搜索是一种综合性非常强的业务，对于架构能力也许有一点点帮助。至于可视化技术、大数据融合，不建议学，技术含量不高（对，我很直接的看不上这2个业务）。所以为了凑够学分，兼修一个深度学习，也算了解下算法的东西。 2、专业课（打勾的），直接拒绝掉Python和R语言。Python数据处理，面向数据分析师，或者算法同学比较适合，如果是普通开发需要掌握的Python数据处理内容，你看一两篇文章，一天学习就完全够用了；R语言更是适合数据分析，主要是高级数据分析师、数据科学家们在用，重点其实也不是语言本身，而且算法。 其余三个打勾的只有8分，最后我确实理解不了是干什么的，所以打问号。你可以再考虑下，下面三个学哪一个。 3、选修课，才5个学分很好选了。直接看哪些是和开发强关联的大数据开发，Java、并行计算强烈推荐，一定要学，也凑够了学分。看你的时间、兴趣爱好，Web技术、移动开发建议可以学一下，这2个都是可以很实际的做一些东西玩的，网站或者APP。你可以把自己的一些想法，通过网站或app实现，在繁忙的工作压力下，内卷、焦虑中，保持技术本心的最好方式。 二、再谈大数据与开发岗位 目前大数据方向的职位，不严谨的讲，可以分成几类： 数据平台：平台运维、平台开发（开源组件的二次开发、或基于开源组件的封装） 数据仓库：数据开发工程师、ETL工程师、数据仓库工程师，主要是基于业务理解，做数据的处理，写SQL/SPARK/FLINK等为主，更多的还是业务和SQL 数据分析：数据分析与统计，面向一些活动的效果分析等等；高级分析师和数据科学家不懂，不多说。 工具开发：开发支撑大数据的一些产品和工具，比如调度系统、报表系统、权限系统、数据地图、数据采集工具、数据查询工具、数据建模工具等等。 这里面设计到开发工作的已经加粗，是需要重点关注的和选择的。 三、其他建议，开源是真的香 1、可以深入到某一个具体且复杂的开源项目中，学习架构和代码设计，来提升整体的技术思维能力 例如Hadoop、Yarn、Spark、Hive等等，都行，【但是切记别贪多，1-2个就够了】，这些都有非常丰富的书籍资料，跟书学习、写写笔记、看看代码，难度已经不高了 2、选择一个小众但是在上升的领域，重点突围 例如图数据库、数据治理、隐私计算等。 目前推荐的框架：JanusGraph（图数据库相关）、Apache Atlas（数据治理相关）、FATE（隐私计算） 学习一些开源项目，就是站在巨人的肩膀上，在大学期间就积累起来，这会让你的简历非常有竞争力。 如何做？本人才疏学浅，仅从个人的角度来给出几点实践： 第一，翻译官方文档，翻译中学习并总结（写专栏、公共号、博客），同时积累个人影响力； 第二，学习同类知识，看书写笔记，知识初步体系化，比如《Hadoop技术内幕》《图数据库》、《大数据治理与安全》； 第三，跟书看代码、实践，学习其中的代码和逻辑，搭建实验环境和场景； 第四，多看社区，学习中看到的问题，比如代码BUG、单词错误、标点错误、新的功能开发等等，都可以提交commit，争取成为社区的commiter。 （编辑：PHP编程网 - 襄阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
浙公网安备 33038102330434号