私は、Javaを学習し、ビッグデータの開発を試してみたい、学ぶためにどのように計画していましたか？
大規模なデータ方向の仕事を紹介
二つ。ビッグデータエンジニアのスキル要件
III。大規模なデータの学習パス
IV。推奨学習リソース（書籍、ブログ、ウェブサイト）
大規模な作業はデータの方向を記述します
：作業ビッグデータ方向は、現在、三つの主要な方向に分かれて
01ビッグデータエンジニア
02.データアナリスト
03.ビッグデータ・サイエンティスト
、データマイニング、機械学習の本質とみなさ04.その他（、および関連するデータだけでなく、大規模なデータとして理解することができます一方向に、右）
II。ビッグデータエンジニアのスキル要件
二つの大きな囲まれた正式なデータエンジニアのスキル（図浸潤は削除しました）
＆＃038; LT; IMGデータrawheight = "1058" SRC = "https://pic3.zhimg.com/50/v2-2712bddb7af89f1955333486b828271e_hd.jpg"データrawwidth = "720"クラス= "origin_imageのZH-ライトボックス、親指"幅= "720"データのオリジナル= "https://pic3.zhimg.com/v2-2712bddb7af89f1955333486b828271e_r.jpg" /＆＃038; GT。
＆＃038; LT; IMGデータrawheight = "1058" SRC = "https://pic2.zhimg.com/50/v2-4ab509dd652081d2963cf9cf2a571665_hd.jpg"データrawwidth = "720"クラス= "origin_imageのZH-ライトボックス、親指"幅= "720"データのオリジナル= "https://pic2.zhimg.com/v2-4ab509dd652081d2963cf9cf2a571665_r.jpg" /＆＃038; GT; 
总结如下。
必须技能10条:
01.Java高级(虚拟机、并发)
02.Linux 基本操作
03.Hadoop（此处为侠义概念单指HDFS+MapReduce+Yarn ）
04.HBase（JavaAPI操作+Phoenix ）
05.Hive(Hql基本操作和原理理解）
06.Kafka
07.Storm
08.Scala需要
09.Python
10.Spark (Core+sparksql+Spark streaming ）
11.一些小工具(Sqoop等)
高阶技能6条:
11.机器学习算法以及mahout库加MLlib
12.R语言
13.Lambda 架构
14.Kappa架构
15.Kylin
16.Aluxio
三.学习路径
由于本人是从Java开发通过大概3个月的自学转到大数据开发的。所以我主要分享一下自己的学习路劲。
第一阶段:
01.Linux学习（跟鸟哥学就ok了）
02.Java 高级学习（《深入理解Java虚拟机》、《Java高并发实战》）
第二段階：
03.Hadoop（ブックに東西）
04.HBase（ "HBaseのDefinitive Guideの"）
05.Hive（ "ハイブ開発ガイド"）
（"速い学習スカラ座"）06.Scala
07.Spark（「速いスパークビッグデータ分析「）
08.Python（OKで遼雪峰を学ぶためのブログに従ってください）
第三段階：
インターネットへの対応スキルの要件、及びよりはOKにいくつかの情報を収集するために、私は（あなたを伝えるために何を学ぶために）最も重要なことを入れて、
残りはあなたがOKに対応するデータを収集するために学ぶことです
効率の読み取りが遅すぎるように感じる場合はもちろん、あなたは、いくつかのオンラインコースを集めるのコースが続くともOK取ることができます。これは完全にあなた自身の状況に基づいています。読み取り効率は逆に、そして彼の読書の上に、非常に高いネットクラスではない場合。
四つの学習リソース推奨：
01.Apache公式サイト
02.Stackoverflow
04.github
03.Cloudra公式サイト
04.Databrick公式サイト
1（マイクロチャネルパブリック数）学習05.ビッグデータ
06.CSDN、51CTO
書籍の07. Asを详细検索は、多くが、実際には、内容が類似しているがあるでしょう。
そして最後が、非常に重要なポイント：技術動向、継続的な学習にもっと注意を払います。