大数据工程师

经常感觉没有什么目标，于是就百度汇总了一下可以学习的东西，比较全面了，包括数据分析与可视化，机器学习

可以根据自己的喜好来选择

大数据通用处理平台:1. Spark  2. Flink  3. Hadoop

分布式存储：HDFS

资源调度: Yarn  Mesos

机器学习工具: Mahout  1. Spark Mlib  2. TensorFlow (Google 系)  3. Amazon Machine Learning  4. DMTK (微软分布式机器学习工具)

数据分析/数据仓库(SQL类):  1. Pig  2. Hive  3. kylin  4. Spark SQL,  5. Spark DataFrame  6. Impala  7. Phoenix  8. ELK (8.1 ElasticSearch 8.2Logstash 8.3Kibana)

消息队列:  1. Kafka(纯日志类，大吞吐量)  2. RocketMQ  3. ZeroMQ  4. ActiveMQ  5. RabbitMQ

流式计算:  1. Storm/JStorm  2. Spark Streaming  3. Flink

日志收集:  Scribe  Flume

编程语言:  1. Java  2. Python  3. R  4. Ruby  5. Scala

数据分析挖掘:  MATLAB  SPSS  SAS

数据可视化:  1. R  2. D3.js  3. ECharts  4. Excle  5. Python

机器学习:

机器学习基础  1. 聚类  2. 时间序列  3. 推荐系统  4. 回归分析  5. 文本挖掘  6. 决策树  7. 支持向量机  8. 贝叶斯分类  9. 神经网络

机器学习工具:  1. Mahout  2. Spark Mlib  3. TensorFlow (Google 系)  4. Amazon Machine Learning  5. DMTK (微软分布式机器学习工具)

算法: 一致性  1. paxos  2. raft  3. gossip

数据结构:  1. 栈，队列，链表  2. 散列表  3. 二叉树，红黑树，B树  4. 图

常用算法:  1.排序  插入排序  桶排序  堆排序  2.快速排序  3,最大子数组  4.最长公共子序列  5.最小生成树  最短路径  6.矩阵的存储和运算