自2013年起，无论是 BAT 还是传统的商业公司，都陆续在自己的软件系统中大规模使用大数据技术。不仅如此，越来越多的软件工程师开始转型成为大数据工程师，从事大数据开发与应用的工作。市场对于大数据的人才需求与日俱增，大数据方向俨然成为了业内炙手可热的职位。
但是，不论是大数据的技术还是应用，都始终处于动态变化的过程中。这对很多刚开始接触大数据、考虑使用大数据的人来说，无疑带来了很多困惑。
在这里相信有许多想要学习大数据的同学，大家可以+下大数据学习裙： 740041381，即可免费领取套系统的大数据学习教程
- 天天听别人讲大数据，自己也看了不少资料，却不得要领，看不到完整的知识轮廓。
- 即使工作和大数据相关，但仍不清楚大数据平台究竟是如何运作的，该怎么突破。
- 从事大数据工作但不懂其原理，给大数据部门提个需求，一句“不好做”就被挡回来，发展有瓶颈。
如果你也有这样的困惑，不要着急。由于大数据的知识体系过于繁杂，没有专家的明晰指导，很多人都难以真正入门，更不用说通过构建知识体系达到融会贯通了。
极客时间大数据专栏
下面推荐一个李智慧在极客时间的技术专栏，或许对你有用。
作者李智慧，同程艺龙交通首席架构师、Apache Spark源代码贡献者，长期从事大数据、大型网站架构的研发工作，曾担任阿里巴巴技术专家、Intel亚太研发中心架构师、宅米和WiFi万能钥匙CTO，有超过6年的线下咨询、培训经验，著有畅销书《大型网站技术架构：核心原理与案例分析》。
《大型网站技术架构：核心原理与案例分析》这本书也是我比较喜欢的一本书，用通俗易懂的语言介绍了大型网站技术的发展历程，并通过典型案例解剖了大型网站技术架构模式。
在这个专栏里，李智慧将结合自己多年大数据开发、应用的经验，帮助你构建一套立体化的知识体系，并从不同视角、不同领域带你找到你在大数据领域的突破口，真正从普通开发者晋升为拥有大数据思维并能解决复杂问题的技术专家。
这个专栏共包含6个模块，将介绍一套完整的大数据知识体系。
模块1：Hadoop大数据原理与架构
为什么讲大数据都要从Hadoop开始？大数据的问题和挑战不同以往，它的处理方法与技巧也颇有不同。理解大数据面对的问题以及处理技巧，是构建大数据知识体系的源头。理解大数据，从理解Hadoop开始。
模块2：大数据生态体系主要产品原理与架构
大数据领域不只有Hadoop，还有数据仓库Hive、NoSQL系统HBase、计算引擎Spark、流计算引擎Storm、Flink，以及分布式一致性解决方案ZooKeeper等，它们构成了一个完整的大数据生态体系，解决各种场景下的不同问题。
模块3：大数据开发实践
本模块以大数据开发者的视角重新审视大数据的各个方面，结合作者在阿里巴巴、Intel从事大数据开发的实践经历，从“局内人”的视角为你揭秘大数据开发的内里乾坤。
模块4：大数据平台与系统集成
大数据从哪里来？算出来的结果又到哪里去？如何将大数据技术集成到当前系统中去？需不需要自己开发？有没有商业的解决方案？这可能是使用大数据时最迫切需要解决的问题。
模块5：大数据分析与运营
数据分析是大数据应用的一个重要场景，互联网企业运营常用的数据分析指标有哪些？如何呈现？数据分析结果异常了，企业关键绩效指标下滑了，该如何去追踪定位其原因？这些应用场景和问题答案都可以在本模块中找到。
模块6：大数据算法
大数据最激动人心的应用还是大数据机器学习，但大数据机器学习算法是不是真的有那么难？数学不好还能不能学好、用好大数据算法呢？这个模块告诉你，其实大数据算法并不难，原理一样很简单。
閱讀更多 微笑數據工程師 的文章
