数据分析与挖掘工程师：这是为您量身定制的阅读书单，请收下！

一、基础技术（最好掌握）
1、结构化数据库：MYSQL、ORACLE，掌握程度：
2、SQL，掌握程度：
推荐书籍：《SQL Cookbook》
3、linux、unix系统使用及shell命令，掌握程度：
4、大数据平台，掌握程度：
推荐书籍：《Hadoop权威指南》、《Hadoop实战》、《深入理解MapReduce架构设计与实现原理》、《Spark大数据处理——技术、应用与性能优化》、《深入理解Spark核心思想与源码分析》、《图解Spark：核心技术与案例实战》、《Spark快速大数据分析》、《实时大数据分析——基于Storm、Spark技术的实时应用》
5、Python，掌握程度：
推荐书籍：《Python核心编程》、《“笨办法”学Python》、《像计算机科学家一样思考Python》、《Python高级编程》、《Head First Python》、《码农.从Python开始》

二、附加技术/工具（可不掌握）
1、JAVA编程
2、网络爬虫
推荐书籍：《精通Python网络爬虫》、《Python网络爬虫实战》、《用Python写网络爬虫》、《python爬虫开发与项目实战》
3、工具类：思维导图（如xmind）、NotePad++、Github、Seafile、Jira、Visio、Axure

三、分析与算法（最好掌握）
1、统计知识，掌握程度：
推荐书籍：《概率论基础教程》、《概率论与数理统计教程》、《统计学》、《统计学完全教程》、《爱上统计学》、《统计数字会撒谎》、《贝叶斯建模，推理和预测》、《贝叶斯方法》、《贝叶斯思维：统计建模的Python学习法》

2、数据分析，掌握程度：
推荐书籍：《探索性数据分析》、《谁说菜鸟不会数据分析》、《深入浅出数据分析》、《利用Python进行数据分析》、《Python数据分析基础教程：NumPy学习指南》、《对“伪大数据”说不：走出大数据分析与解读的误区》、《大数据时代小数据分析》
网络干货：
（1）66页PPT分享生活中的数据思维，让你数据科学之路666，http://www.so