一个优秀的大数据开发工程师的日常是怎么样的？

        大数据开发工程师，看起来很高端。但很多时候都是脱离不了开发的层面，基本上大部分人都是api的调用者。除了少部分人是为了大数据开发的底层服务。

        那么，作为优秀的大数据开发工程师是怎么样的体验呢，可以先聊聊技术方面的。
        
        1、你需要有扎实的计算机理论基础，对数据结构以及算法有较强的功底。
        2、熟悉Hadoop/Spark/Hive/Hbase/Flink 等大数据工具
        3、精通SQL，熟悉常用的关系型数据库、非关系型数据库和数据仓库，具有SQL性能优化经验；
        4、熟悉分布式相关系统开发的工作。
        5、学习能力强，喜欢研究开源新技术。
        6、保持好奇心，学会跟踪现在的技术流行度。说不定你现在弄的数据仓库，在几年后已经跟不上潮流。

        在说完技术后，可以看下一下日常的工作流程方面。

        1、在如何的有效利用数据前，我们通常需要的是如何先搭建好一个仓库。该数据仓库具有可拓展性，接入性强。
        
        2、其次学会如何去解决问题。针对数据的问题，有时会出现最后产生的报表数据对不上，因为一份最终的数据往往来源于很多原始数据，中间又经过n多处理。要求你对数据敏感，并把握问题的本质，追根溯源，在尽可能的时间里解决问题。
        
        3、最后数据的问题都是你的问题，在数据入库到数据落地使用的过程中，需要处理好有问题的数据，以及需要筛选有用的数据。

        讲述完一堆繁琐的理论，那么如何在日常中提升自己呢？首先确定的是，实践出真知。不多点尝试，如何知道可能会发生的事情，任何的知识构建都离不开实践的积累。
        
        多看市面上的一些工业流程，是什么理论，从哪里入手去做这事，然后基于这种理论能否进行对应的模仿操作。当没有积累的时候，模仿往往是入门的开始。
        
        想要更加全面发展，那么就自己给自己创建对应的条件，从网上下载对应的数据以及如何去应用数据。
        
        如果是小白，那么可以多参加线下沙龙，最后你会发现，来来去去很多都是针对业务逻辑进行相对应的开发。大数据，脱离不开业务基础。
        
        多看点市面上的书，例如美团的大数据，分析他们使用的技术，以及技术上面对应的业务场景。看是否有借鉴作用，如果没有，能否作为知识库的积累，下次遇到相似的案例直接使用。
        
        最后一种日常，大概就是bug往往发生在不经意之间。

文章来源: alice.blog.csdn.net，作者：大数据梦想家，版权归原作者所有，如需转载，请联系作者。

原文链接：alice.blog.csdn.net/article/details/103791826