大数据是IT领域热度高的技术之一，其主体内容为统计学、运筹学、机器学习、沟通能力、编程、可视化、商业直觉、数据处理和行业知识等。对于想学习大数据的人来说，比较关心大数据培训需要学习哪些知识?在不同的培训机构中，大数据的课程设计也有所差异，拿上海北大青鸟人民广场校区来说，大数据学习分为9个阶段。

一、Java基础。培养学员熟练使用MyElipse开发Java程序，会使用Java编写常用的流程控制语句，理解并掌握面向对象思想及其三大特性，能够灵活运用Java常用类解决实际问题，会使用集合框架存储数据、I/O技术操作文件，能够实现多线程及网络编程。

二、JavaWeb网站开发。了解B/S架构运行原理，掌握网页的开发和设计技能，掌握JavaWeb核心开发技能，掌握Linux应用部署和监控技能，掌握基本的JavaEE应用设计和开发技能，在这一阶段还会锻炼学员团队协作能力。

三、S/SSH框架。掌握S/SSH框架核心技能及应用开发技能，掌握Oracle数据库设计和应用技能，学会使用Git进行项目代码版本管理，学会使用Maven进行项目构建管理。

四、基于分布式微服的互联网架构。培养学员基于分布式项目的业务架构、应用架构、技术架构、安全架构、网络拓扑架构等的设计和代码开发能力，以及在部署策略等方面的综合能力，培养学员分布式项目下核心业务处理能力，培养学员在分布式项目下对于高并发、数据最终一致性、性能优化等问题的解决处理能力。

五、Python爬虫+ELK+分析。掌握Python编程，具备Python的爬虫开发、数据获取和整理等能力，能够使用ELK进行数据导入、查询和集成。

六、Hadoop生态圈。掌握Hadoop集群配置与管理，掌握HDFS文件操作，掌握分布式计算原理，掌握基于Hive的数据ETL和数据查询，掌握HBase数据存储，掌握数据导入导出。

七、Spark技术栈。掌握Spark集群配置与管理，以及Spark离线计算，具备Scala和Python编写Spark应用的能力，具备在企业数据湖中建立数据流程/通道、实施数据监管、规范数据管理和确保数据安全，具备数据采集、数据变换、数据建模、任务调度以及与企业应用的数据集成具备多种NoSQL数据存储的能力。掌握Hive/Spark实施数据变换、BI工具与Hive、NoSQL的集成，掌握用户兴趣取向分析/航班飞行网图分析/电子商务消费行为分析/用户欺诈分析案例的具体实现。

八、实时流处理平台。掌握ApacheNiFi/Kafka/Flume/Spark Streaming的集成使用具备实时流数据存储、计算、查询的能力，具备多种流处理框架的运用能力，掌握多种常见可视化工具的使用，掌握股票流数据实时分析/舆情分析案例。

九、机器学习。掌握Spark机器学习数据结构及流程，掌握分类，聚类和模型，掌握垃圾邮件分类。

每学完一个阶段，学员在就业时的竞争力就上了一个高度，薪资也高了一个等级。大数据学习，除了课程的科学设计和老师的辛苦教学，也离不开个人的努力，希望所有学习大数据的有志青年，都坚持走到最后，成为时代需要的大数据工程师。