大数据都学什么内容？学完以后都能干什么？

“大数据”都学什么？

大数据领域三个大的技术方向，这些不同的技术方向，对应企业的哪些招聘岗位？

1、Hadoop大数据开发方向

Hadoop：这是现在流行的大数据处理平台，几乎已经成为大数据的代名词。

所以这个是必学的。Hadoop里面包括几个组件HDFS、MapReduce和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，MapReduce是对数据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完，但是时间可能不是很快所以它叫数据的批处理。

市场需求旺盛，大数据培训的主体，我们培训的重点

对应岗位：大数据开发工程师 爬虫工程师 数据分析师 等

2、数据挖掘、数据分析&机器学习方向

学习起点高、难度大，市面上基本没有培训机构在做，后续有计划加入我们课程体系。

对应岗位：数据科学家、数据挖掘工程师、机器学习工程师等

3、大数据运维&云计算方向

市场需求中等，更偏向于Linux云计算学科

对应岗位：大数据运维工程师

Linux：因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些。

学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。

精通任何方向之一者，均会 “ 前（钱）”途无量。

三个方向中，大数据开发是基础。以Hadoop开发工程师为例，Hadoop入门月薪已经达到了12K 以上，工作1年月薪可达到 1.5W 以上，具有2-3年工作经验的hadoop人才年薪可以达到 30万—50万，一般需要大数据处理的公司基本上都是大公司，所以学习大数据专业也是进大公司的捷径。

“大数据”毕业以后干什么？

事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了(美元)。