大数据领域是非常广泛的，常常让那些想开始学习大量数据和相关技术的人望而生畏。大数据技术有很多种，这使得初学者很难选择从哪里开始。
这就是我为什么要写这篇文章的原因。本文将帮助您开始学习大数据的旅程，并找到在大数据产业中找到工作的方法。我们现在面临的最大挑战是根据自己的兴趣和技能选择合适的角色。为了解决这个问题，我详细阐述了与大数据有关的每一个角色，并考虑了工程师和计算机科学毕业生的不同角色。我试着详细地回答人们在学习大数据过程中遇到或可能遇到的问题。为了帮助您根据自己的兴趣选择开发方式，我添加了一组树形图表，我相信这些图表将帮助您找到正确的方法。
学习方式的路径树，在这棵树的帮助下，可以根据你的兴趣和目标选择路径。然后，你就可以开始学习大数据的旅程了。是如何工作的？开始？
工程师
大数据领域有什么样的工作要求？你的领域是什么，它的方向是什么？概述你的角色在大数据领域，你如何成为一个大数据工程师？什么是大数据产业术语？您需要了解系统和结构，学习设计解决方案和学习相关技术。数据学习路径资源，你是怎么开始的？人们将开始学习大数据。最常问的问题是，“我应该学习HDFS，Hadoop是一个开源软件，它主要用于分布式存储和计算框架。
它是由HDFS和MapReduce计算。他们都是开源的谷歌的GFS和MapReduce的实现。由于其易用性和可扩展性，Hadoop已经成为最流行的海量数据处理框架。Hadoop这个词来源于他发明的玩具大象的名字。（Kafka Kafka，分布式计算，发布/订阅的信息系统是基于一个分布式的LinkedIn的发展（NoSQL），非关系型数据库）或火花（火花是一个开源的Hadoop集群计算环境，但是两者之间还是有一定的差异）？”我通常只有一个答案：“这取决于你想做什么”，让我们有秩序地解决这个问题。我们将一步步探索学习的方法。
大数据信息分布
大数据产业的专业需求是什么？大数据产业有很多领域。一般来说，它们可以分为两大类：大数据工程，大数据分析，这些领域是独立的和相互关联的。大型数据工程涉及到大量数据的设计、部署、获取和维护。大型数据工程师需要设计和部署这样一个系统，以便相关的数据可以面向不同的消费者和内部应用程序。
大数据分析的工作是由大数据工程师设计的系统提供的大量数据。大数据分析包括趋势、模式分析和不同分类和预测系统的开发。因此，简而言之，大数据分析是对数据的高级计算。大型数据工程是系统设计、部署和计算平台的顶层结构。
学习信息分布
你的领域是什么，它的方向是什么？现在我们已经了解了我们可以从行业中选择的职业类型，让我们来决定哪一个区域适合你。这样，我们就可以确定你在这个行业中的位置。一般来说，你的教育背景和工作经验可以分为：基于我们的教育背景（包括利息，但不一定是你的大学教育相关）在计算机科学、数学、行业经验，新的数据，计算机科学家和工程师（数据域相关工作）因此，根据上述分类。你可以拥有以下领域：“我是计算机科学的学生，但没有坚实的数学基础。”你对计算机科学或数学感兴趣，但是你没有经验，你将被定义为一个新的人。例2：“我是计算机科学的毕业生，我目前从事数据库开发。
”你的兴趣是计算机科学方向，你适合计算机工程师（数据相关工程）的角色。“我做数据科学家的统计工作”。你对数学领域很感兴趣，并且适合数据科学家的专业角色。所以，请参考你所在地的位置。（此处定义的域对决定大数据产业的学习路径至关重要）。数据学习资料分享群119599574 不管你是小白还是大牛，小编我都挺欢迎，不定期分享干货，包括我自己整理的一份最新的适合2018年学习的大数据开发和零基础入门教程，欢迎初学和进阶中的小伙伴。
