大家好，今天小编关注到一个比较有意思的话题，就是关于网络工程师大牛的问题，于是小编就整理了1个相关介绍网络工程师大牛的解答，让我们一起看看吧。
要想成为一位大数据大牛大概需要花多长时间？
在大数据领域里，主要的技术点是数据挖掘、大数据、OLAP、数据统计这几个方面，下面我们来具体看一看。
大数据
大数据是一个大概念，是指用单台计算机软硬件设施难以采集、存储、管理、分析和使用的超大规模的数据集。大数据具有规模大、种类杂、快速化、价值密度低等特点。大数据的“大”是一个相对概念，没有具体标准，如果一定要给一个标准，那么10-100TB通常称为大数据的门槛。
大数据主要就是数据分析，我们可以把数据分析分为以下4个层次：数据统计，OLAP，数据挖掘、数字和趋势。
数据统计
数据统计是最基本、最传统的数据分析，自古有之。是指通过统计学方法对数据进行排序、筛选、运算、统计等处理，从而得出一些有意义的结论。
OLAP
联机分析处理(On-Line Analytical Processing，OLAP)是指基于数据仓库的在线多维统计分析。它允许用户在线地从多个维度观察某个度量值，从而为决策提供支持。
数据挖掘
数据挖掘是指从海量数据中找到人们未知的、可能有用的、隐藏的规则，可以通过关联分析、聚类分析、时序分析等各种算法发现一些无法通过观察图表得出的深层次原因。
数字和趋势
看数字、看趋势是最基础展示数据信息的方式。在数据分析中，我们可以通过直观的数字或趋势图表，迅速了解例如市场的走势、订单的数量、业绩完成的情况等等，从而直观的吸收数据信息，有助于决策的准确性和实时性。
总结
大数据是属于科学研究领域，你想成长大数据大牛必须对上面提到的点进行实际的项目实施和思维的培养，对数据敏感。
比较能用的方案: spark+hbase+hvie+hadoop的实用方案。而最基础的hadoop分布式方案需要5台机器。如果你本身有相当功底，要成为熟手需要3~6个月，如果是工作外尝试的情况，时间可能要x2，而且缺少实际项目经验。
-----------------------------------
本人现处广州从事互联网工作多年，资深技术人员、管理人员。愿结识有互联网业务的技术人员或企业人员。
谢邀！
学习一门技术的时间长短由多种因素决定， 包括技术本身的难易程度、个人学习的意愿和毅力，学习的方式方法、学习者本身的学习能力以及其他机遇因素决定的（比如遇到好老师、一本好书等等）， 很难一概而论。
不过，“如果非要加个时间， 我想说是10000个小时”（好像大话西游里的经典台词，哈），但是这个一万小时定律不是我发明的， 一万小时定律是作家格拉德威尔在《异类》一书中指出的定律。“人们眼中的天才之所以卓越非凡，并非天资超人一等，而是付出了持续不断的努力。1万小时的锤炼是任何人从平凡变成世界级大师的必要条件。”他认为，要成为某个领域的专家，需要10000小时，就是不管你做什么事情，只要坚持一万小时，基本上都可以成为该领域的专家。如果按比例计算就是：每天工作八个小时，一周工作五天，那么成为一个领域的专家至少需要五年。这就是一万小时定律。
英国神经学家DanielLevitin认为，人类脑部确实需要这么长的时间，去理解和吸收一种知识或者技能，然后才能达到大师级水平。顶尖的运动员、音乐家、棋手，需要花一万小时，才能让一项技艺至臻完美。而且，“一万小时法则”在成功者身上很容易得到验证。作为电脑天才，比尔·盖茨13岁时有机会接触到世界上最早的一批电脑终端机，开始学习计算机编程，7年后他创建微软公司时，他已经连续练习了7年的程序设计，超过了1万小时。。。
回到学习大数据技术本身上， 我认为了解下面几点可能会缩短学习的时间：
1，概要了解大数据的技术体系都包含哪些，知道每部分的作用,
下面是我简单画出的部分大数据相关技术。
2，清晰当前大数据应用的各个领域及其关系，选择感兴趣的方向
3，系统学习大数据技术中某个语言或者框架作为深入某个领域的基础,比如 深入学习Spark技术。
4，持续投入大数据项目或者不断尝试用大数据的技术做实验!
5，寻找、关注好的大数据社区、博客，向别人学习经验， 关注新技术，与时俱进！
要成为大牛，有很多因素的，如你之前的专业及专业水平层次，个人知识面，学习方式与学习时间，工作环境等，小成平均三年，大牛最少也要三年。大牛就是在大数据中你总比别人强，这个是靠实际经验历练出来的，经验是靠实践与实践累计的。
1.大数据学习主要有两块，数据库管理，大数据分析。首先数据库管理要有较强的数据库管理理论知识底子，不然很难理解的。
2.大数据分析，你就要熟练掌握数据分析工具，统计学知识等，并且要有很强的逻辑分析能力才能更好的分析数据。
3.学成时间跟你本专业的知识底子有很大关系的，如果你大学学的就是大数据方面，那你就有比别人有先天优势，如果你大学是跟大数据或者计算机等专业无一点关系，比如语言文学，那你学起来就很费劲了。
4.学习方式，业余时间学习肯定慢，专业培训学习那就快多了，不过还要看个人知识吸收能力，个人知识面等。
5.知识底子，计算机要比较懂，数学，统计学，逻辑思维都要好，不然你怎么去统计数据，分析数据，对吧。
6.工作学习环境，最好跟大数据相关工作，最好的学习就是实践，没有实际环境，你就算一脑子大数据，没多久就忘了，没环境，你就没有实际经验，就无法成为大牛，大牛就是你在大数据中总比别人强，那是经验的总结，没时间历练是学不出来的。
希望我的回答给你积极的鼓励与帮助，知识是一步一步积累的，小成三年，大牛靠自己去积累提升，学到老活到老，社会随时在发展，知识每天都在更新，你少学一秒，别人就是大牛。
欢迎补充讨论，有用请多多点赞分享，补充请留言!
谢谢悟空邀请。
“咦，你今儿想当大牛是极好的，大牛的能力配上无数的光环，是极让人羡慕的了。你的宏伟大愿，虽说不知所谓，倒也不负我心。”
“大牛好是好，臣妾做不到啊.....做不到啊....."。
要想成为一位大数据大牛大概需要花多长时间？这个事情得分两头说起。
1、你定义的大牛是什么概念呢？什么范围呢？在全世界，在全国，在你的圈子里很牛吗？是不是八方遇见什么问题，只要一开金口一出马必能遇鬼收鬼遇神灭神呢？在全世界也能排得上几号，或者在全国也能排上几号人物么？如果是这个大牛的话，估计很难达到了，很多人都是”臣妾做不到啊......“了。山外有山人外有人。实际一点儿定个小目标，在大数据的某一个方面、在你的圈子或单位里做个大牛还是极有可能的。
2、大数据大牛是多项全能，金刚不坏之身么。大数据是个大范围，要通吃的话，消化不了的。只能弱水三千我只取一瓢吧。在大数据领域的某一个方面取得大牛地位是极有可能的了。
大数据的岗位有很多，比如：大数据挖掘、大数据开发，大数据分析、大数据数据库管理、业务数据分析、数据产品经理等等。而一般要全能发展也是比较难的，一般是选择某一个方向进行深入。
如果定的小目标是要在单位里某一个方面做到大牛位置的话，这个应该能够达到的。比如大数据开发大牛，一般就是系统架构师或者高级工程师，像这种不停的努力5年左右就可以达到的了，有些甚至更短，只是这个范围比很小。如果要在行业圈子里有所建树能够做到很牛的地步，那是相当不容易的。
图片来自于网络，如有侵权请联系作者删除，更多分享请上部关注【东风高扬】。
到此，以上就是小编对于网络工程师大牛的问题就介绍到这了，希望介绍关于网络工程师大牛的1点解答对大家有用。
