要培训什么数字技术工程师

输过败过但没放弃过
  • 回答数

    5

  • 浏览数

    4629

首页> 工程师报名> 要培训什么数字技术工程师

5个回答默认排序
  • 默认排序
  • 按时间排序

我们都无法坦诚相对

已采纳

你好,大数据学习的内容包括8个阶段的内容:

你可以按照顺序学习,先学习基础的东西,希望你早日学有所成。

105评论

胜者为王败者挨操

随着全球化、科技的迅速发展,计算机的普及及对人类生活的渗透,伴随着大量创新的计算机职业岗位的出现。岗位的出现必然对人才提出了充分的需求。互联网作为朝阳行业,很多人看到了互联网行业广阔的发展前景,想要进入互联网行业。但是,互联网这么多方向,该怎么选择呢?互联网有哪些方向呢?目前比较热门的IT培训课程可以根据学习内容和就业方向等不同分为几个大类:程序代码类:Java、PHP、Web前端、C++、Python等;维护运维类:Linux运维、云计算、网络安全、大数据等;视觉设计类:UIUE设计、三维视觉设计等;营销类:互联网营销、SEO、SEM、新媒体运营、电商运营等。对于不了解IT行业的人,可能不太容易理解这些专业方向的差别,为大家各自解释下。一、程序代码类从就业方向上讲,也就是人们常说的程序员,主要做后台程序,就比如我们浏览的各个网站,网站的后台开发就是基于程序代码实现的,网站的很多功能,比如用户注册登录、筛选、加入购物车或加入收藏这些功能都要靠程序员实现。从学习内容上讲,各个细分的方向区别较大,学习的难度也各有区别,就业之后的岗位选择也大有不同,虽然Java、PHP、Web前端、C++、Python的从业者薪资各有区别,但是普遍薪资较高。尤其是在有2-3年的从业经验之后,薪资增长速度和幅度十分诱人。

139评论

花季岁月

要成为大数据工程师,必备的技能有Java,Spark,Hadoop,Hive和Big Data。

77评论

一起去拯救地球

由浅入深依次掌握:Java语言基础: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、IO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基础:Linux安装与配置、系统管理与目录管理、用户与用户组管理、Shell编程、服务器配置、Vi编辑器与Emacs编辑器;Hadoop生态体系:Hadoop起源与安装、MapReduce快速入门、Hadoop分布式文件系统、Hadoop文件IO详解、MapReduce工作原理、MapReduce编程开发、Hive数据仓库工具、开源数据库HBase、Sqoop与Oozie;Spark生态体系:Spark简介、Spark部署和运行、Spark程序开发、Spark编程模型、作业执行解析、Spark SQL与DataFrame、深入Spark Streaming、Spark MLlib与机器学习、GraphX与SparkR、spark项目实战、scala编程、Python编程;Storm实时开发:storm简介与基本知识、拓扑详解与组件详解、Hadoop分布式系统、spout详解与bolt详解、zookeeper详解、storm安装与集群搭建、storm-starter详解、开源数据库HBase、trident详解;投入时间和精力,以兴趣来驱动学习。在整个的学习过程中贯穿着代码实战。看的代码是别人的,动手写出来的是自己的。自己动手写代码,记忆更加深刻,效率更高。

145评论

深蓝的天浅蓝的海

1.大数据架构的工具与组件

数据工程师更关注分析基础架构,因此所需的大部分技能都是以架构为中心的。

2.深入了解SQL和其它数据库解决方案

数据工程师需要对数据库管理系统有比较熟悉的了解,而且深入了解SQL非常重要。同样其它数据库解决方案,例如Cassandra或BigTable也须熟悉,因为不是每个数据库都是由可识别的标准来构建。

3.数据仓库和ETL工具

数据仓库和ETL经验对于数据工程师至关重要。像Redshift或Panoply这样的数据仓库解决方案,以及ETL工具,比如StitchData或Segment都非常有用。另外,数据存储和数据检索经验同样重要,因为处理的数据量是个天文数字。

4.基于Hadoop的分析(HBase,Hive,MapReduce等)

对基于Apache Hadoop的分析有深刻理解是这个领域的一个非常必要的需求,一般情况下HBase,Hive和MapReduce的知识存储是必需的。

5.编码

说到解决方案,编码与开发能力是一个重要的优点(这也是许多职位的要求),你要熟悉Python,CC++,Java,Perl,Golang或其它语言,这会非常有价值。

6.机器学习

虽然数据工程师主要关注的是数据科学,但对数据处理技术的理解会加分,比如一些统计分析知识和基础数据建模。

75评论

相关问答