大数据都需要学啥：

这要看你学到什么程度了，初级的大数据工程师，大数据开发工程师，大数据维护工程师啊，再往后发展大数据研发工程师，大数据架构师，数据分析师，大数据高级工程师，大数据分析师专家，大数据挖掘师，大数据算法师等；不管的研发，还是数据分析，还是运维，都要看以后的工作需要和发展，还有自我提升等，不同的方向分工又不太相同，大数据作为一门基础科学，无论在数据开发及分析、物联网和人工智能算法训练领域，都有着核心技术和职位诉求。具体学习大数据一般分为以下几个阶段：

第一阶段：大数据基础

Java基础——Java语法基础。掌握JA的开发环境搭建以及基础知识等.能够熟练使用逻辑语法进行代码编写

数据结构——数组、链表、栈、队列、排序、二分查找、散列表、哈希表、二叉树，红黑树、递归树，堆和栈。继续提升大家的计算机素养，掌握算法初步。

MySQL基础——mysql安装、基本SQL语句、SQL优化。掌握数据库的基本应用。

Javaweb——tomacat、servlet、JSP 、MVC。掌握web开发的相关内容，理解数据来源

高级java——面向对象、网络编程、反射、多线程。理解分布式程序运行原理，为以后阅读大数据框架打下基础。

linux基础——虚拟机安装、常用linux命令、shell脚本。学会使用linux操作系统，为部署大数据集群做准备。

第二阶段：大数据框架

Hadoop——分布式存储、分布式计算、公共通用接口。掌握部署大数据集群，熟练编写map-reduce程序。

Zookeeper——Zookeeper协调机制、选举机制。搭建高可用集群。

Hive——数据仓库搭建、数据导入和分析。初步掌握数据仓库的概念，为后续企业级数仓做准备。

Hbase——Hbase集群搭建、大数据数据库工作原理、列式存储、高吞吐量应用开发。掌握大数据数据库Hbase的应用，科学的行键设计，热点数据处理。

Kafka——理解消息队列、Kafka集群部署、高并发高可用数据采集框架搭建。掌握高可以高并发数据队列系统设计、能处理峰值问题。

Scala——Scala语法基础、常用算子、异步通信。掌握优秀的数据处理语言Scala

Spark——Spark集群搭建、离线数据处理、实时数据处理、机器学习、图计算。掌握一栈式解决方案Spark，它是大数据的核心模块。

常用辅助框架——Sqoop、Flume、Presto、impala、Phoenix、oozie、ElasticSearch、kylin、MongoDB、Redi、Druid。掌握常用工具和与大数据紧密相关的框架，提高工作效率，拓展框架功能。

第三阶段：机器学习

python基础——python基础语法、面向对象、Numpy。掌握python基础语法和机器学习相关的基础框架。

数学基础——线性代数、微积分、概率、凸优化。本部分内容理解即可，对优化模型很重要。

常用算法——回归、KNN、决策树、聚类、集成学习、SVM、多分类、贝叶斯、EM、隐马模型、深度学习。掌握常用计算器学习算法的原理，能够根据数据特性选择合适的模型，训练泛化能力强的模型。

第四阶段：项目实操

云和数据有大数据专业，可以详细了解一下，看看这个专业的职业发展。

大数据和云计算的关系是什么呢：

云计算是基础，没有云计算，无法实现大数据存储与计算。大数据是应用，没有大数据，云计算就缺少了目标与价值。两者都需要人工智能的参与，人工智能是互联网信息系统有序化后的一种商业应用。这才是：云计算与大数据真正的出口！

大数据是商业智能的一种工具。 而大数据要分析大量的数据，这对于系统的计算能力和处理能力要求是非常高的，传统的方式是需要一个超级计算机来进行处理，但这样就导致了计算能力空的时候闲着、忙的时候又不够的问题， 而云计算的弹性扩展和水平扩展的模式很适合计算能力按需调用，因此，云计算为大数据提供了计算能力和资源等物质基础。

这是一个非常好的问题，作为一名大数据领域的教育工作者，我来回答一下。

首先，大数据专业方向不论是本科教育还是研究生教育，学生都需要具有扎实的编程基础，因为不论是从事大数据分析岗位、大数据开发岗位，还是大数据运维岗位，都需要具有程序设计能力。

对于大数据专业的本科生来说，计算机知识的学习是非常重要的，包括操作系统、数据库、编程语言、算法设计和大数据平台等内容，其中编程语言是一个学习的重点。目前在大数据领域应用比较多的编程语言包括Java、Python、Scala和R等，其中大数据分析方向可以重点关注一下Python和R语言，而大数据开发方向可以重点关注一下Java语言。

从当前大数据领域的就业情况来看，大数据开发岗位的人才需求量相对比较大，不少大数据方向的研究生也会放弃算法岗位转向从事大数据开发岗位，而要想从事大数据开发岗位则一定要有较强的程序设计能力。

大数据本科生学习编程知识需要关注三方面内容，其一是尽量制定全栈开发学习路线，这一点在大数据时代还是比较重要的；其二是重视大数据平台知识的学习，基于大数据平台进行的应用级开发将是本科生工作的重点内容；其三是重视实践经验的积累，尤其是行业知识的积累，这对于就业有比较直接的帮助。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

需要，编程技术是学习大数据的基石。

只有学习好了编程才能够顺利进行大数据专业的学习。

编程，是最最最基本的了[打脸]

以优就业的课程为例，优就业的课程不包含就业指导有5个阶段。下面小U来详细的说下大数据培训每个阶段都需要学习什么内容。

第一阶段为Java基础，主要讲了Java基础语法、面向对象编程、常用类和工具类、集合框架体系、异常处理机制、文件和IO流、移动开户管理系统、多线程、枚举和垃圾回收、反射、JDK新特性等这些基础知识，这一阶段主要是为没有基础的人打基础。

第二阶段为JavaEE核心，主要讲了前端技术、数据库、JDBC技术、服务器端技术、Maven、Spring、SpringBoot、Git等知识点，这一步主要帮助学员进一步学习Java开发技术，掌握一定的Java框架技术。

第三阶段为Hadoop生态体系，主要讲Linux、Hadoop、ZooKeeper、Hive、HBase Phoenix、Impala、Kylin、Flume、Sqoop&DataX、Kafka、Oozie&Azkaban、Hue、智慧农业数仓分析平台等技术。

第四阶段为Spark生态体系，主要会讲Scala、Spark、交通领域汽车流量监控项目、Flink等知识点。

最后第五几段为项目实战+机器学习，这一阶段主要是让学员上手大型企业级项目，帮助学员积累实战经验的，优就业这一阶段的实战项目有：高铁智能检测系统、电信充值、中国天气网、机器学习这几个项目。

以上就是大数据培训的课程内容，也就是想做大数据工程师需要学习的知识。由于课程内容比较多，所以大数据培训学习时长一般在6个月以上。如果你想了解更多大数据相关的学习内容，可以来了解一下我们中公优就业网络安全课程，如果想要更详细的了解，可以在官网咨询老师，也欢迎你来我们的学习基地参观试学。

需要，编程是基础

如果不学一门编程语言，你就不能和计算机对话，就没有办法让计算机来处理数据，也就不能证明你的想法和算法的有效性和准确性。

入门大数据为什么要从编程开始

https://www.toutiao/i6802128369728094731/