01、HTML、扩展XHTML的使用、CSS样式表、DIV+CSS布局、盒子模型等
02、Java编程语言、Java基础语法、流程控制语句、Java数组、类的成员之代码块、静态代码块与非静态代码块、一维数组与多维数组、数组的常见算法分析、操作数组的工具类Arrays等
03、面向对象和面向过程的理解、类和对象的创建与使用、封装、JavaBean、继承、多态、高级类特性、抽象类（abstract），接口（interface）、常见设计模式、代理模式（Proxy）、内部类、匿名内部类等
04、集合框架、泛型、File类、IO流、java进程和线程、java同步操作synchronized、死锁问题、线程间通讯、Mysql管理和连接、多条件查找、数据库的事务处理、SQLz注入的防御等
05、Javascript精讲、Servlet HTTP、JavaWeb开发环境的配置与使用、Servlet API调用、Servlet HttpServlet、Servlet生命周期、HttpServletRequest等
06、mybatis的架构、springIoc容器装配Bean（xml配置方式）、AOP的底层实现、Spring的事务管理、MyBatis和Spring整合工程结构、SpringMVC框架使用、Hibernate框架、Hibernate体系结构和核心API、Struts框架等
07、Linux运维、JVM调优、Java并发技术、Redis、MongoDB、Mysql进阶、Mycat、Docker、Zookeeper、Dubbo、SpringCloud、爬虫搜索、爬虫框架、Hdoop、HDFS、MapReduce等
08、Hive原理和框架搭建、Hive命令、Hive常用函数、Hive编辑实践、Sqoop数据传输、Hbase原理和框架搭建、Hbase命令使用、Flume日志数据采集聚合传输、Oozie、Azkaban、mapreduce、flume、azkaban、商品推荐的实现思路训练等
09、Storm、Kafka、Scala、Akka、Spark等
10、Python初级基础知识、Python高级基础知识、Python高级特性、IO操作、面向对象编程、内建模块和第三方模块、网络编程、界面编程、即时通讯系统等
大数据人才需要具备的技能
夯实基础技术
大部分开发者Java、Python等基础知识薄弱，以至于对大数据知识只能做到一知半解于是越学阻力越大
培养大数据架构思维
大数据架构思维的培养不可或缺。市面上大部分资料不够系统、深度欠佳，更谈不上架构思维的培养，极易陷入学习误区。
在项目中学习实战技巧
大数据的学习仅靠理论毫无用处，要深入到有价值的项目中，才能做到面试、开发游刃有余。
