大数据主要有三个学习方向，
大数据开发师、
大数据运维师、
大数据架构师。
什么是大数据开发师？
围绕大数据系平台系统级的研发人员，熟练hadoop、spark、storm等主流大数据平台的核心框架。深入掌握如何编写mapreduce的作业及作业流的管理完成对数据的计算，并能够使用hadoop提供的通用算法，熟练掌握hadoop整个生态系统的组件如：yarn，hbase、hive、pig等重要组件，能够实现对平台监控、辅助运维系统的开发。
通过学习一系列面向开发者的hadoop、spark等大数据平台开发技术，掌握设计开发大数据系统或平台的工具和技能，能够从事分布式计算框架如hadoop、spark群集环境的部署、开发和管理工作，如性能改进、功能扩展、故障分析等。
什么是大数据运维师？
了解hadoop、spark、storm等主流大数据平台的核心框架，熟悉hadoop的核心组件：hdfs、mapreduce、yarn；具备大数据集群环境的资源配置，如网络要求、硬件配置、系统搭建。熟悉各种大数据平台的部署方式，集群搭建，故障诊断、日常维护、性能优化，同时负责平台上的数据采集、数据清洗、数据存储，数据维护及优化。熟练使用flume、sqoop等工具将外部数据加载进入大数据平台，通过管理工具分配集群资源实现多用户协同使用集群资源。通过灵活、易扩展的hadoop平台转变了传统的数据库和数据仓库系统架构，从hadoop部署实施到运行全程的状态监控，保证大数据业务应用的安全性、快速响应及扩展能力！
什么是大数据架构师？
通过学习一系列面向开发者的hadoop、spark等大数据平台开发技术，掌握设计开发
大数据
系统或平台的工具和技能，能够从事
分布式计算
框架如
hadoop
、spark群集环境的部署、开发和管理工作，如性能改进、功能扩展、故障分析等。