技術方面建議從hadoop開始學，包括hdfs.mapreduce.hive.yarn.spark.spark streaming等，最好是從論文看起，一開始就接受最正確的思路和知識。然後是看原始碼，透過原始碼能更深入理解大資料是怎麼處理的。

經驗方面還是需要結合實戰，如果是自學，可以爬一些資料，做一些大資料的分析或機器學習。

如果是轉行學習建議先去了解阿里雲提供的數加平臺，如果有時間可以考一個ACA(阿里雲大資料助力工程師認證)，然後瞭解一些搜尋和儲存、計算的工具就可以，主要在應用層面。

如果是科班出身，計算機專業畢業 可以更深入的學習分散式原理和資料處理及併發方面的知識。

大資料很寬泛，技術也很多 最重要的是結合某一具體領域來學習。

隨著大資料技術體系的逐漸成熟，大資料目前正處在落地應用的初期，整個大資料領域將陸續釋放出大量的工作崗位，所以從事大資料相關崗位的發展空間還是比較廣闊的。

大資料開發主要涉及到三個崗位，分別是大資料平臺開發（研發級）、大資料應用開發和大資料分析（統計學和機器學習），不同崗位需要面對不同的崗位職責，也需要具備不同的知識結構。其實大資料運維崗位也涉及到一些開發方面的知識，但是開發方面的內容並不多。

大資料平臺開發屬於研發級崗位，主要的工作職責是完成大資料平臺的開發，包括大資料平臺功能模組的開發，比如完成分散式儲存、分散式計算等主體框架功能的開發。從事平臺開發的工程師往往對於基礎知識的要求比較高，比如需要具備紮實的數學基礎，同時要具備豐富的研發經驗，對於系統級問題有豐富的處理方案。大資料平臺開發崗位整體數量並不多，對於開發人員的要求往往也比較高。

在大資料技術落地應用的過程中，大資料應用開發和大資料分析崗位的需求量將會逐漸增大，所以對於初學者來說，從事大資料應用開發和大資料分析崗位是比較理想的選擇。大資料應用開發需要從程式語言開始學起，目前從事大資料應用開發的語言包括Java、Python、Scala、R等，Java語言由於具備較為完善的語言生態，而且Hadoop平臺自身也是Java語言開發的，所以Java語言往往是比較常見的選擇。在學習Java語言的過程中，可以同步接觸Hadoop平臺，掌握Hadoop平臺的整體結構，並且透過Java完成Hadoop平臺的一些案例實驗，進而逐步掌握在Hadoop平臺下的Java應用開發。

大資料分析通常採用統計學分析方式和機器學習方式兩種，統計學方式採用Python和R語言是不錯的選擇，而機器學習往往更多采用Python語言來實現，同時需要學習一系列演算法的實現過程，包括Knn、決策樹、支援向量機、樸素貝葉斯等等。所以，從事大資料分析需要具備一定的數學基礎。

你好，我是一名自學大資料開發的研究生，馬上就要找工作了，我是根據各個機構的學習路線圖，總結自己的路線，自學出來的！我會分享出自己總結的知識點，可以去我主頁看看。

我覺得大資料開發的技術點應該有：

基礎是會點linux，java基礎知識，mysql知識。

然後就是真正的大資料部分了，

掌握hadoop中的hdfs，mapreduce，yarn。

接著非關係性資料庫hbase，資料分析hive。

接著大資料輔助框架flume，分散式協調框架zookeeper，訊息佇列kafka。

接著可以綜合上述知識點找個電商數倉的小專案做做。

接著就是spark框架所有知識點，都要掌握！

最後就是flink框架的所有知識點，都要掌握！