如何快速的成长为一名优秀大数据架构师？成为优秀的大数据架构师，没有捷径之说，要说快的话也就是在基础知识扎实的前提下，尽可能经历更多的练习和项目，学习尽可能多的相关知识。绝大部分优秀的专业人员基本上都是在学习和项目中锻炼出来的。

大数据架构师职责：

1、 基于大数据基础和数据资产积累，负责大数据应用整体技术架构的设计、优化，建设大数据能力开放平台；负责大数据应用产品的架构设计、技术把控工作。

2、 负责制定大数据应用系统的数据安全管控体系和数据使用规范。

谢请！首先一个大数据架构师，最起码要熟悉H adoop Spark Storm等等主流大数据平台的核心框架，而且要深入掌握如何编写MapReducYarn HBase Hive pig 等等重要组件，能够实现对平台的监控。辅助运维护系统的开发。


另外，需要对面向过程，面向对象，面向服务等设计理念要有深刻的理解，可以做到快速的察觉出现实中的问题并提出相应的改进方案。

在技术能力上架构师需要掌握包括进程内通信 对象访问 高数调用 数据交换 线程同步等等，以及进程外技术，如RMI DCOM WebSevice

总之一个架构师是一直在不断创新，完善自己，而且表现的更为突出，我只清楚这么多，还需要请这方面的精英指正。希望我的时候可以帮助到你！谢谢！

请。

本人在阿里，百度做过大数据相关工作。

互联网公司大数据基本是时时刻刻发生的，分为计算和存储两个领域。一般外行只知道hadoop spark这些开源框架。其实要实际应用，还必须掌握分布式理论，分布式计算，分布式存储这些基本技术，然后熟悉计算，存储的开源项目，多看源码，看看别人是怎么实现这些分布式理论的，这就入门了。

谈到成为架构师，得非常熟悉各种框架，自己深入理解各种理论，非常熟悉各种应用场景，那么你离大数据架构师就不远了。

技术选型，技术攻坚，业务落地。这基本就是架构师应该在互联网公司应该拿的住的事儿了。

首先要有扎实的Java基础 多线程 高并发 中间件 sdk 消息队列 这些基本的要精通

更多的是基于低一点 怎么去和业务场景结合 面相业务开发 hadoop spark flink kafka elk etl 进行工具的应用开发 怎么结合场景多级分配业务流 service 调用方式等等

最后是总体架构前瞻性 需要面面俱到

首先要有扎实的计算机功底和应用数学功底！其次至少精通一门编程语言，python 入门最快！然后系统学习hadoop,spark，hadoop是基础！搞多台计算机，组成网络，或者多搞几个虚拟系统，这样就把网络实验环境搭好了！然后安装配置hadoop，spark. 然后处理大量数据，并行计算！这里仅仅抛砖引玉，成为大数据架构师，不是一天两天能做好的，需要下大功夫的！有疑问可以多沟通！谢谢！

大数据的概念是指单台计算机的运算能力和存储能力不能够支撑的数据量，一般要达到10-100TB通常称为大数据的门槛。

大数据常用的方案

这里介绍几种对实时性和持久化等有不同需求的场景的方案：

指标

1. 延时 ， 指数据从产生到运算产生结果的时间，“快”应该主要指这个。

近几年我们常常听人说起AI人工智能、大数据等新兴行业。随着这些行业的发展，国内的大数据架构师肯定会短缺。如果有条件，现在开始学习大数据，将来肯定很吃香。那么，如何才能成为一名优秀的大数据构架师呢？

大数据分析，一定要掌握概率统计学的知识，并熟悉数据分析工具的使用。比如MATLAB，它的功能非常强大，但是也很难用。笔者看过同事使用，根本看不懂。

笔者建议，入门的时候先从数据库开始学起，逐步地熟悉数据建模。值得一提的是，如感觉数据建模比较难掌握，就要从高数中统计与分析学起。

最后就剩练习了，毕竟大数据分析中经验是非常重要的。当你的分析结果越来越靠近最优解的时候，离你的目标就不远了。相信只要肯下功夫，三年内小有所成还是不成问题的。

不知道各位看官们有什么经验呢？欢迎在下方评论留言，让更多人看到您的观点，谢谢！