大数据职业规划所感所悟
大数据方向的职业发展规划的个人的积累：
逐步提升方向
大数据业务：用户行为、风控、征信。。。等
hive + java + 算法 + 业务 +架构（高并发）
-------------------------
linux运维工程师 转型 大数据运维工程师：精通linux，hadoop、spark、storm、hbase（源码级别）集群的搭建与运维，集群的升级、二次开发（修改源码）、故障解决和排查，会一些编程语言，和脚本语言
R、SAS传统的分析师 转型 数据分析师：R、Spark R、分析算法、分析模型的建模
---------------------------------------
大数据ETL开发工程师：Hadoop基础知识，Hive精通，SQL和ETL（数据的抽取、转换和导入），原始的大日志->数据仓库（多个表）；java基础、python、shell脚本基础
（大数据金字塔的最底端，职业瓶颈非常有限）
钻研Hadoop、学习（北风的两套Spark课程）、自学Storm（北风）、精通java编程
转型
大数据开发工程师：Hadoop（HDFS、YARN，MapReduce过时），Spark，（Storm），J2SE（Java基础编程），Python、Shell，Hive（SQL），HBase，MySQL；负责写纯的MapReduce、Spark、Storm、Hive，程序，Eclipse建立工程，写完打成jar包，配置到公司的调度平台定期运行；要不就是部署到线上机器，等着J2EE平台来调用。
职业发展前景、薪资，肯定是比第一种要高一些的（至少高30%）
平行
J2EE开发工程师：纯J2EE 学习Hadoop视频、（北风网）学习Spark视频、学习Storm视频，还没有达到精通
转型
数据平台J2EE开发工程师：2年、3年、5年的Java开发经验，慢慢往大数据方向来转，懂一点儿大数据的基础知识，Hadoop、Spark、Storm、HBase至少知道是怎么回事，能写一点简单的程序；J2EE精通；（前端）、J2EE，Web系统（界面），提交计算任务（指定参数）、通过界面查看漂亮的报表和表格。
大数据开发工程师+数据平台J2EE开发工程师
大数据平台高级开发工程师：本人在做这一块儿 精通Hadoop、Spark、Storm（源码级别的），Kafka、Flume、ZooKeeper； J2EE技术，精通，开源框架（Spring MVC、Spring、MyBatis），MySQL性能调优，Java虚拟机（JVM）调优，前端技术（JS熟练、JS框架，jQuery、Bootstrap）； 高并发系统架构（NoSQL、Redis、Memcached、Nginx、负载均衡、分布式）
大数据平台高级架构师 针对各种类型的大数据业务系统，都可以进行独立的规划、把控、技术选型、从底层大数据到上层J2EE的架构搭建、核心模块的编写、开发出来的大数据系统，面向百万级、千万级的用户，还可以实现高并发的系统架构
高端 大数据数据挖掘与机器学习工程师：编程语言、脚本语言、精通Hadoop、Spark、Storm，精通各种机器学习与数据挖掘的算法 大数据，真正要发挥出来他的价值，比如，直接去推动线上的业务，给公司赚取更多的利润，其实就是就要靠这种工程师，和高端的技术
大数据金字塔的顶端 知名大学（北大、清华、中科大）的至少硕士，就是这个研究方向的；博士；直接可以做这个金字塔顶端的大数据的工作
从上面说的那个系列，一步一步往上走，走到大数据平台高级架构师级别；然后再钻研数据挖掘、机器学习相关的算法和技术（Spark MLlib，机器学习，GraphX，图计算，Hadoop Mahout）；走到大数据金字塔的最顶端。 用技术去改变世界，用技术去改变人们的生活，用技术去直接为企业创造价值和利润
-------------------------
用户行为分析，很重要，大数据平台高级架构师；从Hadoop、Spark、实时计算、J2EE、前端，前面把控和规划，带领团队来实现和开发
（大数据最底端，简单的SQL、报表、ETL、取一些数据）
平台，意义在哪里？辅助公司内部的产品经理，更好的规划和设计产品；高管，能够对用户行为心理有数；分析师，提高他们的工作效率（自己要去做）；给公司内部的人员带来了一些方便、效率上的提升、数据的支持；他们再做对应的一些事情，产品规划、战略调整、分析策略，对公司的利润有间接的支持和提升
大数据数据挖掘与机器学习工程师 算法，预测明年可能热卖的商品有哪些，公司重点去铺开和发展这些商品；预测公司选择哪些形象代言人可以给公司带来最好的形象，以及用户的增长率； 公司，可以直接根据这些人计算出来的一些数据、方案等，去调整公司的战略，是直接对公司的利润的提升、市场占有率的增加是有帮助的