经常有小伙伴和我咨询大数据怎么学，我觉得有必要写一下关于大数据开发的具体方向，下次就不用苦哈哈的打字回复了。直接回复文章。
我们通常说的大数据开发主要分为三大方向：
主要从事后端开发，结合Hadoop，flink，spark等做二次开发，基于底层框架开发自己公司定制化的大数据产品，保障公司大数据技术平台的功能完整性和可用性，侧重Java等程序语言的后端开发能力以及对框架的了解。
主要从事数据建模，数据质量建设，数据治理，构建业务体系需要的数据等工作。侧重对数仓数据流转过程的理解以及SQL能力，还有使用程序语言处理数据的能力。例如java，scala，python，R等。
需要工程师对大数据生态各种组件有更多的了解和使用经验，尤其对数据仓库组件要有使用调优的能力。
基于业务做一些数据分析以及数据挖掘的工具，技术要求是重度SQL使用者，Python各种分析库的使用，设置还需要具备数据挖掘能力。统计学相关的知识对该岗位有很大帮助。
要求工程师具备数据分析，理解数据价值的能力。
理解了大数据开发的三条链路，我们再来理解作为一个大数据行业的开发人员，我们要具备什么能力。
数据平台开发工程师该岗更像是一个完全的后端开发，只不过技术领域范围更偏向于大数据领域的开发组件一些。完全可以按后端工程师的技术链路进行学习和提升自己。
数据仓库工程师是一个核心。在这块不同公司对数仓有着不同的要求。但整体汇总下来，无非以下几个方面。
如果以上四个方面，都自认为已经达到了不错的能力，那么作为个人来说，可能就已经是一个合格的高级数据仓库工程师了。
针对数据分析工程师的要求，更像是对一个完全业务人员的要求，甚至有些企业会将该岗位进一步细分为商业数据分析师（商分）和数据产品经理（数据产品）来进行更详细的差异化要求。
数据分析工程师概括性的应该具备以下几个方面的能力。
以上五个方面层层递增，同样，如果满足该五个方面的能力，那么对个人来说，已经是一个合格的高级数据分析工程师了。
整体来说，技术属性这三个岗位是逐层递减的，入门难度也是逐层递减的。
但是在高级开发的层面又不分你我了。
以上为整个大数据类岗位发展详细解释。大数据运维岗，那又是另一个故事了。
整个大数据技术体系又分为哪些部分呢？
离线数据开发过程中的技术，组件以及理论体系
实时数据开发过程中的技术，组件以及理论体系
数据分析领域的技术应用
数据湖完整解决方案
理解这部分是因为大数据很多组件都是和java密不可分的，报错信息里充满了Java的相关知识。
大数据体系的组件Hadoop，Hive，Hbase，Kafka，Spark，Flink等的应用，优化，理论，底层原码等等。
离线数仓和实时数仓理论，建模经验，优化方案
构建完整的调度体系，数据一体化理论。
数据分析领域的技术应用
数据湖完整解决方案
数据治理相关知识。
以上，本期全部内容。
感谢阅读。
按例，欢迎点击此处关注我的个人公众号，交流更多知识。