大學(xué)畢業(yè)生
缺乏工作經(jīng)驗(yàn)和技能，期望躋身IT行業(yè)的人員。
技術(shù)愛(ài)好者
有較強(qiáng)的思維邏輯，對(duì)大數(shù)據(jù)技術(shù)感興趣的人。
想不斷提升
有大數(shù)據(jù)理論基礎(chǔ)，需了解大數(shù)據(jù)技術(shù)的人。

掌握能力
掌握企業(yè)級(jí)基建環(huán)境部署、Hive和Spark數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)倉(cāng)庫(kù)搭建、數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加載、數(shù)據(jù)應(yīng)用和京東離線ETL。
勝任職位
離線數(shù)據(jù)工程師、數(shù)據(jù)倉(cāng)庫(kù)工程師、ETL工程師、數(shù)據(jù)采集工程師、數(shù)據(jù)支持工程師、BI商業(yè)分析師、數(shù)據(jù)可視化工程師、Hadoop工程師、Spark工程師
技術(shù)點(diǎn)
Java、MySQL、Maven、Git、OpenResty、Linux、Shell、HDFS、YARN、Zookeeper、MapReduce、Scala、Python、SparkCore、Hive、SparkSQL、Presto、Sqoop、DataX、Flume、CDH、數(shù)倉(cāng)架構(gòu)、維度建模、SuperSet、Azkaban、Airflow等。掌握企業(yè)級(jí)基建環(huán)境部署、Hive和Spark數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)倉(cāng)庫(kù)搭建、數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加載、數(shù)據(jù)應(yīng)用和京東離線ETL。
項(xiàng)目
數(shù)據(jù)服務(wù)、大數(shù)據(jù)可視化、企業(yè)級(jí)Hadoop基建項(xiàng)目部署、分布式網(wǎng)絡(luò)爬蟲(chóng)、基于Spark的大數(shù)據(jù)分析項(xiàng)目、ETL項(xiàng)目之Hive和SparkSQL、BI商業(yè)分析等。

掌握能力
掌握流數(shù)據(jù)接入、基于Flink實(shí)時(shí)數(shù)據(jù)開(kāi)發(fā)、流批一體數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)、數(shù)據(jù)湖開(kāi)發(fā)、實(shí)時(shí)ETL、實(shí)時(shí)監(jiān)控系統(tǒng)和京東實(shí)時(shí)數(shù)據(jù)開(kāi)發(fā)
勝任職位
實(shí)時(shí)工程師、Flink工程師、實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)工程師、實(shí)時(shí)ETL工程師、Spark工程師
技術(shù)點(diǎn)
Kafka、Structured Streaming、Hudi、Canal、Flink、ClickHouse、HBase、Phoenix、Elasticsearch、Redis
項(xiàng)目
實(shí)時(shí)監(jiān)控系統(tǒng)、基于Flink的實(shí)時(shí)數(shù)據(jù)開(kāi)發(fā)、實(shí)時(shí)數(shù)據(jù)湖、大數(shù)據(jù)搜索系統(tǒng)

掌握能力
掌握企業(yè)項(xiàng)目開(kāi)發(fā)流程、用戶畫(huà)像開(kāi)發(fā)、企業(yè)級(jí)推薦系統(tǒng)開(kāi)發(fā)、數(shù)據(jù)治理、基于生產(chǎn)環(huán)境項(xiàng)目部署和京東項(xiàng)目性能調(diào)優(yōu)
勝任職位
數(shù)據(jù)服務(wù)工程師、離線數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)工程師、BI商業(yè)分析師、實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)工程師、實(shí)時(shí)監(jiān)控系統(tǒng)工程師、ETL工程師、數(shù)據(jù)可視化工程師、數(shù)據(jù)治理工程師、高級(jí)數(shù)據(jù)開(kāi)發(fā)工程師、推薦工程、數(shù)據(jù)平臺(tái)工程師、數(shù)據(jù)架構(gòu)師
技術(shù)點(diǎn)
數(shù)據(jù)采集與監(jiān)控平臺(tái)、準(zhǔn)實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)、用戶畫(huà)像、推薦系統(tǒng)、基于Flink的實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)、元數(shù)據(jù)管理與數(shù)據(jù)治理。

1、成為數(shù)據(jù)技能超強(qiáng)的產(chǎn)品經(jīng)理。產(chǎn)品經(jīng)理的工作非常綜合，既考驗(yàn)創(chuàng)意創(chuàng)新，也需要對(duì)用戶行為和產(chǎn)品的邏輯進(jìn)行深入的研究，經(jīng)驗(yàn)豐富的數(shù)據(jù)分析師往往視野開(kāi)闊，容易站在宏觀層面去思考內(nèi)在的聯(lián)系。數(shù)據(jù)分析師有好的產(chǎn)品感覺(jué)。以超強(qiáng)的數(shù)據(jù)分析能力作為背書(shū)，向產(chǎn)品經(jīng)理發(fā)展，思維方式的優(yōu)勢(shì)，很容易讓一個(gè)對(duì)數(shù)據(jù)敏感的產(chǎn)品經(jīng)理脫穎而出。
2、成為管理或戰(zhàn)略決策者。事實(shí)上，除了公司高層，數(shù)據(jù)分析師是可以站在高處俯視全局的人。一家互聯(lián)網(wǎng)公司的各項(xiàng)工作，幾乎都可以在數(shù)據(jù)上直觀體現(xiàn)出來(lái)。強(qiáng)大的分析和思辨能力，使數(shù)據(jù)分析師擁有鷹一般的眼睛。深度參與公司的管理和商業(yè)行為，成為一個(gè)謀劃者甚至決策者，是數(shù)據(jù)分析師可以上演的逆襲。