奈学大数据开发工程师分享 787 个技术，快来收割

昨天，我刚拿到朋友5月份刚琢磨出的 大数据开发工程师 的进阶技术大纲，他们年前就开始设计的 标准大数据体系的技术大纲，展开后非常的详细！！共有 787 个技术分支，必须让大家快速搭建个人技术体系、突破技术壁垒！！



技术大纲由 孙玄（前58集团技术委员会主席）、沈剑、范钢和李希沅等几位资深技术人联合设计，绝对硬货！！

大纲上的内容，估计很多朋友不知道从哪儿下手，那再给大家一些视频吧！！

上面的 787个分支 技术大纲、资料，直接扫码，领呗！！



还有很多朋友后台留言，找我探讨在数据时代，如何才能快速突破技术壁垒，更好进阶高薪岗位？我直接请了大数据技术专家 李希沅 老师，具体聊了很多。

李老师拥有丰富的行业经验，是前转转公司大数据资深架构师，Hadoop平台负责人，带头研发了公司任务调度平台，即席查询平台等核心平台，曾任东方国信大数据架构师，大数据技术经理，负责《联通全流量查询平台》《联通IP溯源平台》等多个PB级数据知名项目，曾架构管理联通10000+台机器大数据集群。

一起听听李希沅分析大数据的行情 

大数据技术在各个行业内应用广泛，总体来看，数据对于各大公司来讲，是非常有价值的，市场对于大数据人才需求也是十分旺盛。问：李老师，你能介绍一下大数据行业的就业前景及薪资水平吗？李希沅：打开boss直聘等招聘网站，其实可以看到，大数据行业的工程师要比普通的Java工程师的薪水是要高很多的，因为行业新、人才少、人才缺口较大，根据2019年数据统计，数据人才缺口将达到1400万，所以薪资水平整体还是非常可观的。

问：李老师，能说说大数据岗位的晋升发展规划以及如何努力吗？

初入职场的 3 年，主要的工作内容就是夯实基础，此时基本处于「完成上级交付的任务」这样的阶段。但在这过程中，要不断思考自己做的事情需求是怎么来的，用于解决什么问题，有没有更好的解决方案等。之后的 3 年，也就是职业生涯的 3-5 年，作为大数据开发工程师，需要达到一个小 leader 的层级，即带领一个小团队负责某一个模块或是功能的开发--，此时在上个阶段积累的经验和关于解决方案的各种想法的作用便凸显出来。工作经验的 5-8 年，此时大数据工程师应该成长为大数据技术负责人，可以独立负责某一个产品的研发，成功推动产品从 0 到1 的阶段，此时更多需要关注的便是跨部门之间的合作与沟通，确保研发行程的按时交付。与此同时，更多地关注一些产品设计方面的内容，会对进一步的晋升有很大的帮助。最后一个阶段，工作 10 年以上，此时达到研发总监或是更高的职位会是一个比较理想的状态，而对于这个层次的要求，要对整个行业有比较深入的理解与判断，感知未来技术发展的方向并为公司的技术发展布局。只要你一直努力，数据如此重要的时代，年薪百万只是小目标！

问：如何才能系统的掌握大数据知识呢？

李希沅：可以自学，当然自学所需要耗费的时间成本和试错成本也是比较高的。其次，就是可以报班学习，我与马中华老师、范钢老师共同打磨了一门《大数据开发工程师》课程。马老师和范老师都是在大数据行业非常厉害的专家，马老师是前Oracle数据开发技术组负责人，动批网数据运营系统负责人，阿里云/腾讯云全球第一位认证金牌讲师；范老师是前航天信息的首席架构师，畅销书《大话重构》的作者，曾主导过国家财政、军工、税务等数十个大型企业PB级大数据平台的落地。我觉得，在学习的道路上，能有好的导师引导还是非常重要的。

问：那李老师能给有需要的同学详细介绍一下咱们这个课程么？

李希沅：《大数据开发工程师》课程针对企业不同数据规模技术方案进行讲解，紧贴企业热门需求，深入讲解了企业级大数据技术的数据存储技术、数据采集技术、数据处理技术、任务调度技术等。课程针对知识点进行企业级案例式教学，理论结合实战，从0到1构建大数据生态技术的方方面面，内容涵盖大数据平台、Spark、Flink、OLAP等核心技术，用真实的企业级实时数仓项目、离线数仓项目、PB级实时用户行为分析系统、千亿级实时广告系统等多个大型项目，把大数据生态技术知识串连起来，让学员形成自己的技术栈，真正成为企业级的大数据开发工程师！

问：那这个课会不会很难学或者听不懂？

李希沅：不会的，我们几个讲师会从最基础的内容讲起，其实大数据里面的开发难度并不大，讲师会手把手带着大家做开发，所以很难学或者听不懂这些问题大可不必担心，认真跟着听课是没有问题的。同时，我们也会多录制 Java 课程赠送给大家，让大家打好语言基础。

问：那这个课程适合什么样的同学来听呢？李希沅：像刚入门的大数据工程师是非常适合的，其次像Python开发工程师、PHP开发工程师、运维工程师、数仓工程师、Java工程师也都是非常适合的，因为这些岗位的工程师容易遇到岗位天花板，工作到一定程度，发展方向是非常受限的，这类工程师发展到一定阶段会寻求转型，而大数据是非常好的一个方向。最后，寻求数据解决方案的工程师也是非常合适学习这门课程的。