此文主要叙述大数据行业从业者的技术学习规划
主要分为两部分，开发和分析
开发开发常见项目：电商，物流和推荐系统
学习顺序：
离线电商项目覆盖需求分析、数仓体系构建、技术选型、集群规划、数据治理，经典问题思考定位与解析，生产级调优全流程， 还原完备的PB级企业级数仓系统构建。
智慧物流项目完成多源物流数据采集、聚合、离线分析/实时预警，并实现基于大数据+机器学习算法+数据挖掘的仓储销量预测、货物配送动态规划等。（暂无资料）
实时电商项目着重于实时的数据分析处理，数仓项目的需求分析、架构设计、环境搭建、数据准备、数仓开发、数据可视化、项目部署。
推荐系统项目基于数据开发之上的算法应用
本人规划：电商离线+电商实时+电商推荐（本人主要领域在GIS和LBS不过目前网上有教程的项目还不多）
分析分析一方面和业务理解相关，另一方面和机器学习相关
业务理解主要是对人的理解，在这个技术博客上不详细展开
机器学习与统计学常见项目：聚类与分类/回归预测
常见聚类方法：Kmeans
常见分类方法：决策树/XGB等等
常见回归：线性回归，logistic回归
分析附加技能：数据可视化：Echarts等等
本人规划：Kaggle进入排行榜
