大數據工程師認證考試知識點及占比具體如下：

大數據工程師認證考試知識點詳細如下：

一、大數據計算服務考試內容：

（1）熟悉大數據計算服務基本概念，包括項目空間、表、分區、資源、任務等。

（2）了解大數據計算服務的組成架構和各組成部分功能。

（3）掌握大數據計算服務的特點、優勢以及適用場景。

（4）掌握大數據計算服務的連接和使用方式，包括使用客戶端、管理控制臺、Java SDK 等。

（5）掌握大數據計算服務的數據上傳和下載，可以熟練的使用Tunnel 命令行工具，了解 Tunnel SDK。

（6）掌握大數據計算服務的 SQL 命令，包括 DDL、DML 以及常見內置函數。

（7）熟悉大數據計算服務的用戶自定義函數，包括 UDF、UDAF以及 UDTF，可以編寫簡單的自定義函數。

（8）熟悉大數據計算服務的 MapReduce 編程框架，可以配置Eclipse 的環境，編寫簡單的 MR 程序。

（9）了解大數據計算服務的 Graph 編程框架，包括基本概念、處理流程等，可以編寫簡單的 Graph 程序。

（10）了解大數據計算服務 DataHub 的相關概念和使用方法。

（11）熟悉大數據計算服務的安全和權限管理的概念和實際操作， 包括用戶、角色、授權（ACL&Policy）、項目空間保護、例外以及安全等級等。

二、數據工場 DataWorks 考試內容：

（1）熟悉 DataWorks 的基本功能模塊，包括數據開發、數據管理、運維中心、組織管理以及項目管理等。

（2）了解 DataWorks 的基本特點，包括角色隔離、環境隔離等。

（3）可以使用項目管理和組織管理模塊搭建環境。

（4）熟練使用 DataWorks 的數據開發模塊進行設計開發，包括建表、任務開發、資源上傳、數據上傳、新增函數等。

（5）熟練使用 DataWorks 的數據開發模塊進行工作流任務和節點任務的開發設計，并且可以配置合適的依賴和周期性調度。

（6）熟練使用數據管理模塊進行數據管理，包括血緣分析、表的使用權限申請和授權等。

（7）對于使用過程中出現的問題，能夠識別、定位，對其中基本的問題能進行修復。

三、數據集成考試內容：

（1）了解數據集成的基本概念和工作流程。

（2）熟練使用數據集成進行多種場景下的數據同步，可以從不同的數據源同步數據到大數據計算服務。

（3）了解數據集成中的 DataX 組件，包括概念、功能以及實際使用。

（4）了解并能正確使用數據集成中的字段映射、常量使用、變量使用、導入導出規則等。

（5）了解數據集成的最佳實踐，比如切分鍵配置等。

（6）能夠對使用過程中出現的常見問題進行排查，并能解決其中的基本問題。

（7）對于數據集成中的臟數據能夠進行正確的處理。

四、Quick BI 考試內容：

（1）了解 QuickBI 的產品特點和使用場景。

（2）掌握服務開通、數據源配置、數據分析等基本操作。

（3）了解各種常見統計圖表的適用場景和使用方法。

（4）能夠使用 Quick BI 進行儀表盤設計、報表門戶設計。

五、機器學習 PAI 考試內容：

（1）了解機器學習的基本知識。

（2）掌握常見的機器學習算法。

（3）能夠使用機器學習 PAI 對數據集進行數據處理和探索式統計分析。

（4）能夠使用機器學習 PAI 對數據集進行聚類、分類等數據分析。

（5）能夠使用 DataWorks 部署應用機器學習中的模型。

六、應用和架構考試內容：

（1）了解其他相關云產品的特點和應用場景，包括云數據庫RDS、分布式關系型數據庫 DRDS、表格存儲（Table Store）、分析型數據庫（Analytic DB）、對象存儲 OSS 等。

（2）了解大數據計算服務、數據工場 DataWorks、數據集成、QuickBI 及機器學習 PAI 等如何與其他相關產品配合使用。

（3）能根據實際的應用場景，結合阿里云產品的特點設計合理的基礎架構。