網(wǎng)友解答: 大數(shù)據(jù)方面有很多的技術(shù)：一是大數(shù)據(jù)平臺(tái)本身，一般是基于某些Hadoop產(chǎn)品如CDH的產(chǎn)品部署后提供服務(wù)。部署的產(chǎn)品里面有很多的組件，如HIVE、HBASE、SPARK、ZOO

大數(shù)據(jù)方面有很多的技術(shù)：

一是大數(shù)據(jù)平臺(tái)本身，一般是基于某些Hadoop產(chǎn)品如CDH的產(chǎn)品部署后提供服務(wù)。部署的產(chǎn)品里面有很多的組件，如HIVE、HBASE、SPARK、ZOOKEEPER等，一般都是基于Java的；

二是ETL，即數(shù)據(jù)抽取過(guò)程；大數(shù)據(jù)平臺(tái)中的原始數(shù)據(jù)一般是來(lái)源于公司內(nèi)的其它業(yè)務(wù)系統(tǒng)，如銀行里面的信貸、核心等，這些業(yè)務(wù)系統(tǒng)的數(shù)據(jù)每天會(huì)從業(yè)務(wù)系統(tǒng)抽取到大數(shù)據(jù)平臺(tái)中，然后進(jìn)行一系列的標(biāo)準(zhǔn)化、清理等操作，再然后經(jīng)過(guò)一些建模生成一些模型給下游系統(tǒng)使用； ETL一般對(duì)應(yīng)有一個(gè)調(diào)度平臺(tái)，一般是Java等技術(shù)實(shí)現(xiàn)的，基于Kettle進(jìn)行封裝；因此在ETL過(guò)程中有以下工作：一是調(diào)度平臺(tái)的開(kāi)發(fā)（也可以是產(chǎn)品部署）；二是ETL過(guò)程中需要使用到的一些Shell腳本的開(kāi)發(fā)；三是ETL及建模過(guò)程中調(diào)用的一些SQL過(guò)程的開(kāi)發(fā)；當(dāng)然也還有模型的設(shè)計(jì)等較為高級(jí)的工作；

三就是數(shù)據(jù)分析了；在數(shù)據(jù)收集完成后基于這些數(shù)據(jù)要做一些什么樣的處理，典型的如報(bào)表應(yīng)用，那每天可能就是寫(xiě)SQL開(kāi)發(fā)報(bào)表了；還有一些如風(fēng)險(xiǎn)監(jiān)測(cè)等平臺(tái)，都要基于大數(shù)據(jù)平臺(tái)收集的數(shù)據(jù)來(lái)進(jìn)行處理；更往上就是一些如客戶行為預(yù)測(cè)分析等分析場(chǎng)景，這個(gè)時(shí)候就需要使用一些更加專業(yè)的數(shù)據(jù)分析工具如SAS或者其它的一些更加高級(jí)的語(yǔ)言如Python、R語(yǔ)言等來(lái)進(jìn)行數(shù)據(jù)挖掘及分析了。

你所說(shuō)的大數(shù)據(jù)平臺(tái)開(kāi)發(fā)，需要明確到底是哪方面的開(kāi)發(fā)才能做進(jìn)一步的解答。

大數(shù)據(jù)開(kāi)發(fā)是大數(shù)據(jù)職業(yè)發(fā)展的方向之一，另一方面是大數(shù)據(jù)分析。從工作內(nèi)容，主要負(fù)責(zé)大數(shù)據(jù)的大數(shù)據(jù)挖掘，數(shù)據(jù)清洗的發(fā)展，數(shù)據(jù)建模工作，主要負(fù)責(zé)處理和大數(shù)據(jù)應(yīng)用，主要在發(fā)展工作，結(jié)合大數(shù)據(jù)可視化分析工程師，挖掘出價(jià)值的數(shù)據(jù)，為企業(yè)提供業(yè)務(wù)發(fā)展支持。

這里還是要推薦下小編的大數(shù)據(jù)學(xué)習(xí)群:532218147，不管你是小白還是大牛，小編我都?xì)g迎，不定期分享干貨，包括小編自己整理的一份2017最新的大數(shù)據(jù)資料和0基礎(chǔ)入門(mén)教程，歡迎初學(xué)和進(jìn)階中的小伙伴。在不忙的時(shí)間我會(huì)給解答

了解大數(shù)據(jù)開(kāi)發(fā)是什么，如果您想從事大型數(shù)據(jù)開(kāi)發(fā)工作，需要學(xué)習(xí)什么？。

讓我們用光環(huán)大數(shù)據(jù)開(kāi)發(fā)課程的例子來(lái)舉例說(shuō)明。

1階段：JavaSE開(kāi)發(fā)

階段二：JavaEE開(kāi)發(fā)

第三階段：并發(fā)編程的實(shí)戰(zhàn)開(kāi)發(fā)

第四階段：Linux的精彩對(duì)話

第五階段：Hadoop生態(tài)系統(tǒng)

第六階段：Python實(shí)際開(kāi)發(fā)

第七階段：風(fēng)暴實(shí)時(shí)發(fā)展

第八階段：星火生態(tài)系統(tǒng)

階段九：Elasticsearch

十階段：Docker容器引擎

第十一階段：機(jī)器學(xué)習(xí)

階段十二：超級(jí)集群優(yōu)化

第十三階段：大型數(shù)據(jù)項(xiàng)目實(shí)戰(zhàn)

總結(jié)以上課程內(nèi)容。大數(shù)據(jù)的發(fā)展需要java，linxu，數(shù)據(jù)庫(kù)，Hadoop，Spark，風(fēng)暴，Python，Elasticsearch知識(shí)、碼頭等。

目前，大數(shù)據(jù)通道的學(xué)習(xí)主要是通過(guò)參與大數(shù)據(jù)的訓(xùn)練，因?yàn)榇髷?shù)據(jù)的技術(shù)門(mén)檻很高，一般很難通過(guò)自學(xué)來(lái)學(xué)習(xí)。

最后，什么樣的工作可以從事大數(shù)據(jù)的開(kāi)發(fā)？：

1、Hadoop開(kāi)發(fā)工程師

2。數(shù)據(jù)挖掘工程師

三.專業(yè)的數(shù)據(jù)科學(xué)家

4。首席數(shù)據(jù)官（CDO）

5.etl的研究與開(kāi)發(fā)

6發(fā)展。大數(shù)據(jù)信息體系結(jié)構(gòu)

7。數(shù)據(jù)倉(cāng)庫(kù)的研究

8.olap發(fā)展

9。重大數(shù)據(jù)安全研究

通過(guò)上面的介紹，我們可以了解大數(shù)據(jù)開(kāi)發(fā)的概念以及大數(shù)據(jù)開(kāi)發(fā)的學(xué)習(xí)內(nèi)容，以及大數(shù)據(jù)開(kāi)發(fā)具體工作崗位，對(duì)于大數(shù)據(jù)開(kāi)發(fā)有了一個(gè)全面的了解，對(duì)于想要了解更多的大數(shù)據(jù)開(kāi)發(fā)培訓(xùn)的信息，可以去光環(huán)大數(shù)據(jù)官網(wǎng)了解。