什么是大数据？
大数据定义：是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据特点
Volume[ˈvɑːljuːm]（大量）PB级别Velocity[vəˈlɑːsəti]（高速）获取数据速度和分析数据的速度Variety [vəˈraɪəti]（多样）来源复杂Value[ˈvæljuː]（价值）高价值
主讲老师：靳幸福
大数据能做什么？
电商行业
金融行业
教育行业
医疗行业
大数据架构师：大数据平台的架构设计、核心代码开发等任务；根据项目要求编写相关技术文档；负责大数据平台的架构评审；负责建立和维护大数据平台技术标准规范，指导开发人员编写代码。
数据仓库工程师：数据仓库的搭建、数仓的分层设计、数仓SQL分析。
大数据开发工程师：是指从事大数据采集、清洗、分析、治理、挖掘等技术研究，并对研究结果加以利用、管理、维护和服务的人员。
Hadoop开发工程师：主要对Hadoop平台的调优和二次开发，包含HBase、Hive的调优和升级。
Spark开发工程师：主要通过Spark框架完成离线和实时的大数据分析。
ETL工程师：ETL原本是作为构建数据仓库的一个环节，负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
大数据集群运维工程师：维护大数据集群中的作业能够正常运行，收集错误或异常，并解决它们。
数据挖掘工程师：从大量数据中，通过编写模型挖掘数据的商业价值。
大数据薪资待遇怎么样？
以下待遇汇总均是全国的平均水平，如果仅统计一线城市的话，月平均工资应该会更高。
如下是招聘网站统计的大数据架构师待遇水平：
如下是招聘网站统计的Hadoop开发工程师待遇水平：
大数据开发工程师待遇水平
数仓工程师待遇水平
ETL工程师待遇水平
大数据分析工程师待遇水平
注：其中多个大数据岗位对学历要求：专科、本科、研究生
是不是感觉？秒杀、吊打各种岗位了？看看大厂的招聘，你就更有“哇塞，好刺激”的感觉。大厂待遇更恐怖，更吓人，更尿性！下面是字节跳动招聘大数据开发工程师的待遇，注意如下几个重点信息：
“抖音电商”！ 进了这种部门，前途大大的有啊
待遇：45K-90K 红利期啊，55万-108万年薪，不香吗？
学历要求：本科以上 红利期啊，哪有那么多硕士博士！
工作要求：5-10年 红利期啊，5年很快就到了！
如果5-10年工作经验觉得太远，看如下3-5年经验的薪资：
什么人适合学习大数据？
适用人群：
在校大学生（专科、本科、研究生）
刚毕业学生（专科、本科、研究生）
其他行业转行人员
从事开发相关工作1-3年左右的开发人员
有一定的Java基础是最好的，可以直接学习大数据课程。
如果您是技术小白，也没有关系，我们也提供Java基础的学习，然后再学习大数据课程。
学习进度
最好按照发放的学习计划表进行，偶尔进度拉下，也可以利用周末时间进行弥补。这样你的技术才能在短期内快速提高！
不要在某些不必要技术细节上过分的钻牛角尖，比如vim相同功能的不同操作方式用熟一种方式，另外的方式了解即可。
多敲代码
纸上得来终觉浅，绝知此事要躬行！
不要以为视频看懂就万事大吉了，关键代码一定要自己敲代码！
多画图
学了一门技术后，除了前敲代码之外还有一项比较有用的学习方法就是多画图。
多画理清思路的数据流程图
多画编程的步骤图：比如完成一项需求，往往需要多个job依次执行。每个job做什么事情，每个job中的每个任务多什么事情？
多思考，归纳总结
每个案例学完之后，每段代码敲完之后，都要总结。
大数据编程比较灵活，一个需求往往有多种解决方案。
多画归纳梳理的xmind脑图进行总结，并方便于复习。
坚持写技术博客
学完一个阶段的课程，便可以写一篇或几篇技术文章，发到自己的博客（比如CSDN、知乎）上。一是总结了自己所学，也可以和同行交流，提升自己的知名度。
多看日志，学会独立解决问题
解决问题只能靠日志信息，80%的问题日志中都给出了解决问题的线索。
从日志信息中提取关键词语，通过www.cn.bing.com或www.baidu.com搜索引擎，寻找解决方案。
整理Bug文档
将遇到的Bug解决后，记录到一个文档中，下次遇到先去文档中找，文档参考格式如下：
1.异常信息
2.原因分析
3.解决方案
多交流
如果一个问题卡住你半个小时以上，通过各种方式都不能解决，及时和同组的同学交流请教，或找技术老师帮忙解决。
恒心，很强的自我约束能力
切勿三天打鱼，两天晒网，大学就是这么被浪费的。
这就是"高手"和普通程序员的最大区别
看优秀的书
《程序员的数学》，《大数据之路：阿里巴巴大数据实践》等
相信一分耕耘一分收获！
免费获取更多大数据资料 点赞+评论资料
