大数据的技术是一个技术群落，想全部学习短期内是不现实的，那么我们怎么样科学的有逻辑有规划的来学习，怎么进行大数据的入门学习呢?我们得了解大数据行业里，有哪些岗位，我们直接从工作岗位的技能需求来倒推我们如何学习大数据，如何有侧重点的来学习。
第一，先看看有哪些岗位，当然大公司会分的比较详细，中小企企业相对要求会全面一些
先看看如下这幅图，图没有很详细，我再做解答
我们从整个数据项目的业务流程出发，(以上所有岗位都对编程有要求，所以编程基础是必不可少的)
对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：数字458数字345数字782，有大量干货（零基础以及进阶的经典实战）分享给大家，让大家了解到目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！
第一， 大数据工程师，众所周知，在没有大数据以前，行业应用已经非常成熟了，最早大家只关注功能的实现，接着重视前台的界面，前端工程师因此火了一段时间，因为以前数据量不大，所以在功能上并不重视，由于移动互联网的发展，数据量非常庞大了，这个时候单机服务器不能解决问题，那么分布式集群就出现了，大数据工程师的职责就是搭建大数据平台，所以从上图可以得知，大数据工程师，需要有java基础(行业应用大部分是java语言编写的)，所以，今后想从事该岗位的，那么学习的路线图如下
java基础----linux----hadoop-----hive、hbase----scala---spark
第二， 算法工程师，该岗位零基础的小伙伴就请止步吧，更适用于数学专业的研究生及以上学历，对数据基础要求比较高。
第三， 数据挖掘工程师，建议从python入手，毕竟python里面有大量的数据科学的包，也有pyspark，直接从spark里面调数据，不用学习Scala语言(spark的编程语言是Scala)，学习的路线如下：
python基础—python web(强化编程基础)--数学基础补充(线性代数、概率统计、离散数学)--python numpy pandas包---机器学习算法---深度学习
第四， 数据分析师，该岗位对数学基础要求不高，但对综合素质要求非常高，能充分的理解行业行情、公司运营、产品运作、对市场敏锐度较高。具备一定的编程基础，建议学习python，能熟练使用相关的工具，如excel，sas、spss等，能写漂亮的文章做PPT就行，数学基础不好的女生可以建议走该方向。
学习路线：python基础—python numpy pandas包---excel—spss---sas
第五， 大数据可视化，该岗位需要前端的相关基础，大数据运维工程师，也不多做介绍了
