现在大数据行业非常的受欢迎，人才需要求量也非常大，而且企业给大数据工程师的薪资比一般工程师的薪资也要高很多。包括四个方面：数据采集、数据清洗、数据分析、数据可视化。
（1）数据采集：
日志采集：客户端的日志采集 ，浏览器页面采集。日志收集，还有很重要的一条原则就是 “标准化”、“规范化”，只有采集的方式标准化、规范化，才能最大限度的减少收集成本，提高日志收集效率、更高效的实现接下来的统计计算。
数据源数据同步，根据同步的方式 可以分为：直接数据源同步，生成数据文件同步，数据库日志同步。
所谓数据复采集并不单纯的就是我们理解的数据爬虫，尤其是我们在工作中遇到的数据，很制多都是来自系统内的数据(QQ、微信的聊天信息)，来自数据库的数(移动联通用户的手机上网记录），来自日志的数据(软件运行日志记录log文件)。所谓的采集指的是从某个位置读取大批量的数据。数据采集常用的手段有：SQL／Python，其中SQL是数据分析的必备技能，Python是加分项。
（2）数据清洗：数据初步处理
采集来的数据一般是不规则或者无规律的，字段缺失或者有错误的，如果直接进行数据使用，数据分析的最终结果会出现各种问题(远离预期目标)。使用Java语言或者Python编写程序进行数据清洗，将数据转换为可以直接使用的规律的数据，就是数据清洗。
（3）数据分析(根据行业经验、业务经验)
商业数据分析来说，数据分析最重要的是行业知识和逻辑思维能力，行业知识往往是通过度在行业中的工作经历来获取。逻辑思维能力，需要后天的不断的锻炼。
（4）数据可视化(展示)
让结论更加的容易理解，整理出各种文档，资料报表。
可以用在企业展厅，各种数据可视化系统，通过将数据库中每一个数据项作为单个图文元素表示，大量的数据集构成数据图像，对数据分析结果通过各种图形直观的展示给用户，清晰直观。
数据可视化分析工具：DataViz
可视化图表:饼状图、折线图、柱状图
