阿里云大数据工程师要考什么？

阿里云大数据工程师认证考试主要考察考生对大数据相关概念、阿里云大数据产品以及大数据应用技术的理解和应用能力。以下是对阿里云大数据工程师认证考试内容的详细归纳：

一、大数据基础知识

了解大数据的基本概念及当前大数据的发展趋势。

熟悉开源大数据平台的经典架构、常用组件及其应用场景。

掌握关系型数据库和数据仓库的基本概念和常用技术。

二、阿里云大数据产品

熟悉阿里云大数据相关产品的基本概念、特点、应用场景以及与其他产品的配合使用。

掌握阿里云大数据相关产品的基本操作，了解各产品的最佳使用实践。

能识别使用过程中常见的问题，并给出合适的解决方案。

三、大数据计算服务

MaxCompute：了解MaxCompute的产品价值及产品架构，熟悉其核心概念及常用开发工具。掌握MaxCompute SQL的常用DDL、DML操作及内置函数的使用，了解自定义函数的分类、开发及使用，以及SQL性能调优的常用方法。

其他计算服务：了解实时计算的概念及其应用场景，熟悉业界主流实时计算框架。对于阿里云实时计算Flink产品，需要掌握其SQL及其操作，以及作业管理及调优方法。

四、数据工场DataWorks

了解DataWorks的产品架构及应用场景。

掌握基于数据集成进行数据离线与实时同步的方法。

熟悉大数据建模的方法论、数据仓库规划及维度建模的标准。

掌握数据开发与运维的基本流程，了解大数据治理的概念及其需求层次。

五、数据集成与数据迁移

了解数据集成的基本概念和工作流程。

熟练使用数据集成进行多种场景下的数据同步，包括从不同的数据源同步数据到大数据计算服务。

了解并能正确使用数据集成中的字段映射、常量使用、变量使用、导入导出规则等。

六、数据可视化与分析

了解数据可视化的作用及设计原理，熟悉常用的数据可视化图表。

熟悉阿里云数据可视化分析Quick BI产品和DataV产品的特点。

掌握基于阿里云机器学习PAI-Designer进行可视化建模的方法。

七、机器学习

了解机器学习及其主要流程。

掌握数据预处理的方法，如数据合并、清洗、规范化等。

掌握机器学习算法建模、特征工程、模型评估的主要流程。

了解机器学习常见算法的原理，如分类、回归、聚类等。

八、其他相关云产品

了解其他相关云产品的特点和应用场景，包括云数据库RDS、分布式关系型数据库DRDS、表格存储Table Store、分析型数据库Analytic DB、对象存储OSS等。

了解大数据计算服务、数据工场DataWorks、数据集成、QuickBI及机器学习PAI等如何与其他相关产品配合使用。