Java开发工程师，想尝试大数据和数据挖掘，该怎么规划学习？

一.大数据方向工作介绍

二.大数据工程师的技能要求

三.大数据学习路径

一.大数据方向工作介绍

大数据方向的工作目前分为三个主要方向:

01.大数据工程师

02.数据分析师

03.大数据科学家

04.其他（数据挖掘本质算是机器学习，不过和数据相关，也可以理解为大数据的一个方向吧）

二.大数据工程师的技能要求

附上二份比较权威的大数据工程师技能图（图侵删）

总结如下:

必须技能10条:

01.Java高级(虚拟机、并发)

02.Linux 基本操作

03.Hadoop（此处为侠义概念单指HDFS+MapReduce+Yarn ）

04.HBase（JavaAPI操作+Phoenix ）

05.Hive(Hql基本操作和原理理解）

06.Kafka

07.Storm

08.Scala需要

09.Python

10.Spark (Core+sparksql+Spark streaming ）

11.一些小工具(Sqoop等)

高阶技能6条:

11.机器学习算法以及mahout库加MLlib

12.R语言

13.Lambda 架构

14.Kappa架构

15.Kylin

16.Aluxio

在这里还是要推荐下我自己建的大数据学习交流群:199427210，群里都是学大数据开发的，如果你正在学习大数据 ，小编欢迎你加入,大家都是软件开发党，不定期分享干货（只有大数据软件开发相关的），包括我自己整理的一份最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴加入。

三.学习路径

由于本人是从Java开发通过大概3个月的自学转到大数据开发的。所以我主要分享一下自己的学习路劲。

第一阶段:

01.Linux学习（跟鸟哥学就ok了）

02.Java 高级学习（《深入理解Java虚拟机》、《Java高并发实战》）

第二阶段:

03.Hadoop （董西成的书）

04.HBase（《HBase权威指南》）

05.Hive（《Hive开发指南》）

06.Scala（《快学Scala》）

07.Spark （《Spark 快速大数据分析》）

08.Python （跟着廖雪峰的博客学习就ok了）

第三阶段:

对应技能需求，到网上多搜集一些资料就ok了，我把最重要的事情(要学什么告诉你了)，

剩下的就是你去搜集对应的资料学习就ok了

当然如果你觉得自己看书效率太慢，你可以网上搜集一些课程，跟着课程走也OK 。这个完全根据自己情况决定。如果看书效率不高就很网课，相反的话就自己看书。

学习过程中应该避免的错误

在学习新知识的过程中，每个人都会或多或少犯些错误。不要担心，这一点在所难免。但是我们要避免犯一些不该犯的错误。下面我们列出了一些在学习过程中应该避免的错误：

选择太难的问题：如果在学习初期处理得问题太过困难，会让你感到无比煎熬，很容易丧失学习信心。应该根据自己的学习程度选择相应难度的问题，入门初期宜选择简单的任务。这样才能让自己有信心学下去。不要“入门就放弃”。

学习太多的概念：现在网上有很多学习资源，不要贪多，什么都要看一看。选择几个适合自己的资料后专心去学就行了，千万不要杂而不精。

迷失在编程中：以前在你学习Java或其它语言过程中以及工作中，很可能只顾着敲代码就行了。但在数据科学中不是这样，你不再是单纯的开发软件，而是使用软件。所以不要把时间大把花在自己写算法上，有现成的库、包和工具，使劲用就行了。而且像R和Python都有强大的社区支持。简而言之，尽量让自己少写几行代码。

结语

希望本篇指南能帮助有开发背景的朋友顺利转向数据科学领域。总之，要记得提高自己的结构化思维&问题解决能力，多练习，尽可能用学到的知识解决实际问题。