企业数据仓库工程师培训

大数据工程师要学什么课程？没接触过大数据的人也许不知道大数据工程师是什么，更别说知道大数据工程师要学什么课程了。我们先来说下大数据工程师是做什么的吧。是负责公司互联网数据分析的一个职位，对数据库进行开发和(或)维护，需要具备超强的逻辑思维，精通各种语言，需要有相当好的毅力和耐心。光环大数据的大数据培训课程分为如下几个阶段：第一阶段：java核心学习学习内容：Java核心内容学习目标：掌握数据类型与运算符，数组、类与对象；掌握IO流与反射、多线程、JDBC。完成目标：Java多线程模拟多窗口售票，Java集合框架管理。第二阶段: JavaEE课程大纲学习内容：JavaEE核心内容学习目标：Mysql数据基础知识，Jdbc 基础概念和操作掌握HTML和CSS语法、Java核心语法完成目标：京东电商网站项目、2048小游戏。第三阶段：Linux精讲学习内容：Linux命令、文件、配置，Shell、Awk、Sed学习目标：搭建负载均衡、高可靠的服务器集群，可大网站并发访问量，保证服务不间断完成目标：Linux环境搭建、shell脚本小游戏 贪吃蛇。第四阶段：Hadoop生态体系学习内容：HDFS、MapReduce、Hive、Sqoop、Oozie学习目标：掌握HDFS原理、操作和应用开发，掌握分布式运算、Hive数据仓库原理及应用。完成目标：微博数据大数据分析、汽车销售大数据分析第五阶段：Storm实时开发学习内容：Zookeeper、HBase、Storm实时数据学习目标：掌握Storm程序的开发及底层原理，具备开发基于Storm的实时计算程序的能力。完成目标：实时处理新数据和更新数据库，处理密集查询并行搜索处理大集合的数据。

1.大数据工程师工作中会做什么？集群运维：安装、测试、运维各种大数据组件数据开发：细分一点的话会有ETL工程师、数据仓库工程师等数据系统开发：偏重Web系统开发，比如报表系统、推荐系统等这里面有很多内容其实是十分重合的，下面大致聊一下每一块内容大致需要学什么，以及侧重点。2.集群运维数据工程师，基本上是离不开集群搭建，比如hadoop、Spark、Kafka，不要指望有专门的运维帮你搞定，新组件的引入一般都要自己来动手的。因此这就要求数据工程师了解各种大数据的组件。由于要自己的安装各种开源的组件，就要求数据工程师要具备的能力： Linux 。要对Linux比较熟悉，能各种自己折腾着玩。由于现在的大数据生态系统基本上是 JVM系的，因此在语言上，就不要犹豫了，JVM系的Java和Scala基本上跑不掉，Java基本上要学的很深，Scala就看情况了。3. ETLETL在大数据领域主要体现在各种数据流的处理。这一块一方面体现在对一些组件的了解上，比如Sqoop、Flume、Kafka、Spark、MapReduce;另一方面就是编程语言的需要，Java、Shell和Sql是基本功。4.系统开发我们大部分的价值最后都会由系统来体现，比如报表系统和推荐系统。因此就要求有一定的系统开发能力，最常用的就是 Java Web这一套了，当然Python也是挺方便的。需要注意的是，一般数据开发跑不掉的就是各种提数据的需求，很多是临时和定制的需求，这种情况下， Sql就跑不掉了，老老实实学一下Sql很必要。如何入门？前面提到了一些数据工程师会用到的技能树，下面给一个入门的建议，完全个人意见。1.了解行业情况刚开始一定要了解清楚自己和行业的情况，很多人根本就分不清招聘信息中的大数据和数据挖掘的区别就说自己要转行，其实是很不负责的。不要总是赶热点，反正我就是经常被鄙视做什么大数据开发太Low，做数据就要做数据挖掘，不然永远都是水货。2.选择学习途径如果真是清楚自己明确地想转数据开发了，要考虑一下自己的时间和精力，能拿出来多少时间，而且在学习的时候最好有人能多指点下，不然太容易走弯路了。在选择具体的学习途径时，要慎重一点，有几个选择：自学报班找人指点别的不说了，报班是可以考虑的，不要全指望报个辅导班就能带你上天，但是可以靠他帮你梳理思路。如果有专业从事这一行的人多帮帮的话，是最好的。不一定是技术好，主要是可沟通性强。3.学习路线学习路线，下面是一个大致的建议：第一阶段先具备一定的Linux和Java的基础，不一定要特别深，先能玩起来，Linux的话能自己执行各种操作，Java能写点小程序。这些事为搭建Hadoop环境做准备。学习Hadoop，学会搭建单机版的Hadoop，然后是分布式的Hadoop，写一些MR的程序。接着学学Hadoop生态系统的其它大数据组件，比如Spark、Hive、Hbase，尝试去搭建然后跑一些官网的Demo。Linux、Java、各种组件都有一些基础后，要有一些项目方面的实践，这时候找一些成功案例，比如搜搜各种视频教程中如何搞一个推荐系统，把自己学到的用起来。第二阶段到这里是一个基本的阶段了，大致对数据开发有一些了解了。接着要有一些有意思内容可以选学。数据仓库体系：如何搞数据分层，数据仓库体系该如何建设，可以有一些大致的了解。用户画像和特征工程：这一部分越早了解越好。一些系统的实现思路：比如调度系统、元数据系统、推荐系统这些系统如何实现。第三阶段下面要有一些细分的领域需要深入进行，看工作和兴趣来选择一些来深入进行分布式理论：比如Gossip、DHT、Paxo这些构成了各种分布式系统的底层协议和算法，还是要学一下的。数据挖掘算法：算法是要学的，但是不一定纯理论，在分布式环境中实现算法，本身就是一个大的挑战。各种系统的源码学习：比如Hadoop、Spark、Kafka的源码，想深入搞大数据，源码跑不掉。

1.大数据架构东西与组件

企业大数据结构的搭建，多是挑选根据开源技能结构来实现的，这其中就包含Hadoop、Spark、Storm、Flink为主的一系列组件结构，及其生态圈组件。

2.深化了解SQL和其它数据库解决方案

大数据工程师需要了解数据库办理体系，深化了解SQL。相同其它数据库解决方案，例如Cassandra或MangoDB也须了解，由于不是每个数据库都是由可识别的标准来构建。

3.数据仓库和ETL东西

数据仓库和ETL才能对于大数据工程师至关重要。像Redshift或Panoply这样的数据仓库解决方案，以及ETL东西，比方StitchData或Segment都十分有用。

4.根据Hadoop的剖析

对根据Apache Hadoop的数据处理结构，需要有深化的了解，至少HBase，Hive和MapReduce的知识存储是必需的。

5.编码

编码与开发才能是作为大数据工程师的重要要求，主要掌握Java、Scala、Python三门语言，这在大数据当中十分关键。

1.大数据架构东西与组件企业大数据结构的搭建，多是挑选根据开源技能结构来实现的，这其中就包含Hadoop、Spark、Storm、Flink为主的一系列组件结构，及其生态圈组件。2.深化了解SQL和其它数据库解决方案大数据工程师需要了解数据库办理体系，深化了解SQL。相同其它数据库解决方案，例如Cassandra或MangoDB也须了解，由于不是每个数据库都是由可识别的标准来构建。3.数据仓库和ETL东西数据仓库和ETL才能对于大数据工程师至关重要。像Redshift或Panoply这样的数据仓库解决方案，以及ETL东西，比方StitchData或Segment都十分有用。4.根据Hadoop的剖析对根据Apache Hadoop的数据处理结构，需要有深化的了解，至少HBase，Hive和MapReduce的知识存储是必需的。5.编码编码与开发才能是作为大数据工程师的重要要求，主要掌握Java、Scala、Python三门语言，这在大数据当中十分关键。

bi工程师包含了数据仓库工程师的工作数据仓库工程师在建立数据仓库的工作时又得干etl的工作换句话说bi是整个商业智能的大概念而商业智能的支撑正是数据仓库数据仓库的建立靠的是etl