学习计划
数据科学与大数据技术学习计划表【优化中】
时间：2023年3月26日
1.数学基础¶
高等数学
线性代数
概率论与数理统计
工具书：【人工智能数学基础】
2.计算机基础¶
计算机网络
Linux操作系统【包括shell语言】
参考书：鸟哥的linux私房菜
3.编程语言¶
（1）C语言程序设计¶
（2）Java语言程序设计¶
程序员小姐姐: 分享Java学习经验和Java教程, 解密初学Java的常见误区 | 编程入门
（3）Python语言程序设计¶
【大数据分析和开发方向必须精通】
【视频教程】
【前端开发】
（4）R语言语言程序设计¶
【大数据分析和可视化方向掌握】
相关在线电子书籍【英文版】：Bookdown：https://bookdown.org
4.专业基础课程¶
数据库原理与技术
机器学习
深度学习
神经网络
数据结构与算法
数据仓库与数据挖掘
大数据处理技术
大数据可视化
相关视频教程：
5.大数据开发方向¶
具备一定的Python/Java基础
能力目标：¶
（1） 掌握大数据平台hadoop生态圈的常用工具与主流框架的使用方法；
（2） 掌握实际大数据项目的开发流程；
（3） 掌握实际项目中常用的基本技巧和常用算法；
核心技术点：¶
● Hadoop、Yarn、MapReduce、Zookeeper、Hive、数据仓库
● Flume、Kafka
● Spark、Flink、Redis
6.额外技能¶
git和github：项目管理
VSCode :万能的开发工具
Typora ：开发者都知道的写作利器
VirtualBox :虚拟机软件
IntelliJ 系列：开发利器
DBeaver :通用的数据库客户端管理工具
XShell : Shell 工具
draw.io : UML 工具利器
Mitproxy :代理抓包工具
Postman : HTTP 请求测试工具
Jmeter :性能测试工具
Sonar :代码质量检测工具
Docker ：虚拟技术
mRemoteNG ：远程桌面链接工具
Sublime Text ：轻量级文本工具
Xmind :脑图工具
PotPlayer :万能的视频播放工具
语雀：笔记工具
PowerDesigner :数据库设计工具
PLSQL : oralce 客户端工具
Axure :原型设计工具
Visual Studio ：微软体系开发工具
finalshell ：免费版 Typora
7.云计算¶
8.应用到特定领域【以生物医药方向为例】，¶
具备一定的Python、R基础。
（1）领域专业基础知识【了解为主】¶
基础生物学【细胞、基因、蛋白】
基础医学【比如免疫学】
各种生物组学技术的原理【基因组、蛋白组等】
生物信息学
（2）分析¶
Python中的Biopython，R中的Bioconductor
生物信息学算法
生物大数据分析
（3）开发¶
数据库、分析软件，R包、Python模块