翻出来了17年自己梳理的数据工程师的算法学习内容，当时的理解和现在会有些许不同，但整体来看还是可以的，有一些比较细节的内容并没有花较多的时间来整理，留待大家自己补充了，在此不再做任何修改分享给大家参考，也算是对当时思路的一种保留吧。
该图中包含的算法范围可能会比较广，当然大家在学习的时候也可以有所取舍，根据居士个人经验，简单举例说明一下几大块算法对数据工程师的重要性，或者说是学习建议吧：
- 分布式算法：大数据相关的同学必备，日常工作可能使用不多，但是遇到集群问题或者面试时，最好还是要做了解。
- 大数据算法：偏ETL和基于大数据平台开发的同学最好多做了解，现在很多大数据处理的背后都隐藏了这些大数据相关的算法，比如ES、Kylin、Hadoop。
- 数据结构：这里居士只列了图、树和一些高阶数据结构，有朋友问学算法在工作中到底有没有用，我可以很负责任地说，这一块是肯定有用的。
- 学习算法：数据挖掘相关的内容，学一下扩展自己技能是很有必要的，因为数据开发很可能会做数据挖掘相关的平台，比如广告系统、推荐系统、机器学习平台等。
- 其它算法：这里列了一些日常工作会遇到，但是一般不需要我们了解太深的算法，比如加密、压缩和调度算法，这些最好是有所了解知道不同算法的作用和区别，但是如果项目不太需要，不必学的特别深。
ok，大致就这些内容，如果此图对你有帮助，欢迎开启你的算法学习道路！
