智能时代你的大数据第一课
深入理解 Hadoop 生态系统；
7 种大数据技术应用场景解析；
工程师必须掌握的大数据算法；
高效且完整的大数据学习路径。
着近些年大数据技术的发展，以 Hadoop、Spark 为代表的大数据开源项目早已迭代成熟，构建起生态化系统。与此对应，不论是开发者还是企业，关注点也已经从技术的演进转向如何更好地应用大数据，去支撑业务和云计算、人工智能的深度融合。在这个智能的时代，不论是否从事大数据开发，掌握大数据的原理和架构也早已成为每个工程师的必备技能。
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。对于很多刚开始接触大数据、考虑使用大数据的人来说，这无疑带来了很多困惑。
- 天天听别人讲大数据，自己也看了不少资料，却不得要领，看不到完整的大数据知识轮廓。
- 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。
- 领导让我搭建一套大数据平台，而我却是一头雾水，不知从何处入手。
如果你也有这样的困惑，不要着急。其实在很大程度上这是大数据知识体系的繁杂造成的，没有专家的明晰指导，多数人都很难真正做到入门，并且通过构建知识体系达到融会贯通。
模块一 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。
模块二 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。
模块三 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。
模块四 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。
模块五 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。
模块六 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。
