大数据，如何跟自己的职业规划相结合？在自己未来的职业当中如何运用大数据？如何理清楚系软件工程之后的大数据工程？这个成长规划，是我大数据产品经理成长规划的蓝图。其包括如下几个方面：
1.相关技术。了解大数据处理相关技术的使用场景。对相关技术的基本原理，适用范围，优缺点等等，进行相应的总结和学习。
2.对大数据工程方法论进行总结。掌握某一项技术永远是下策，我们需要站在大数据工程的高度，对整个大数据工程实施的过程如何组织，如何开展，采用什么样的方法，采用什么样的技术，需要什么样的人员角色，进行系统性的总结。
3行业解决方案。大数据应用大不同的行业有不同的解决方案，了解各行各业对大数据的需求，是作为大数据产品经理进行行业分析所必须掌握的知识。
4.产品平台。根据对大数据开源技术的了解，运用大数据。工程的方法论，对行业的解决方案进行实现，搭建一套可以运用于。大多行业的大数据分析平台。
如像是对大数据成长之路的四个方面的大致概括，学习主要是针对如上四个方面，如上四个方面有着很强的逻辑关系，是一个整体。
我再来谈谈我对未来大数据产业的发展阶段的看法，也有利于自己在未来大数据产业发展当中的职业定位的认识：
第一，某些企业将大数据作为噱头进行使用。这种使用方法很简单在自己的解决方案PPT里面说我的方案是采用了大数据即可。真正落实到具体的实施的时候，去实施大数据是没有办法的。
第二，与传统BI差异不大，是对传统BI的改头换面。传统BI和现有大数据在处理方式方法有着极其相似的关系，所声称的大数据其实就是BI。
第三,分布式的BI.将分布式存储，分布式计算和传统BI相结合，形成分布式的BI,这一阶段的大数据处理已经采用了大数据技术，但没有采用大数据方法论。其实质是具有高性能的传统BI。
第四，将分析方法和数据进行手工融合的阶段。这个阶段已经具备大数据处理的相关工具平台和数据处理人员，大数据产品经理根据数据和业务的要求，对大数据进行手工的分析，通过数据处理人员进行方案的验证。这个阶段是业务求解的一个过程。需要人员的大量干预。
第五，分析方法与数据高度融合的阶段。在这个阶段分析平台，分析人员，方法步骤都已很明确。通过流程化的方式对数据进行处理分析，得到相应的结果。产品经理，再根据相应的结果，对数据进行相应的调整和优化。
第六，MI阶段.我称之为机器智能阶段。将大数据工程里面的方法论产品经理的思维和分析方法，数据相应的结合起来，自动对分析模型进行建模，处理和提出最终的结果。
通过如上分析，我认为在未来大数据产业发展的过程当中最核心的依然是。业务和技术结合的中间人，即产品经理。我认为在大数据工程里面所涉及的角色有：
数据etl工程师
大数据产品经理
算法工程师
大数据平台架构师
数据可视化工程师
通过如上角色的定义和分配。我认为产品经理是需要懂技术，但不深入技术细节。
所以接下来要做的事情有如下几项：
第一，收集业界对业务问题在大数据求解过程当中的实际的案例。如用户画像推荐系统问题预测等等
第二，对他们进行数据挖掘，求解的问题进行分类。对求解的问题和不同的分类相应的解决方案进行总结。理出一般求解问题的求解方法。
第三，学习现有大数据的分析方法有哪些，其各自的应用场景是怎么样的？
第四，对现有大数据，常用框架技术的sWot分析，行成简书
