大数据领域有哪些职业？
发布时间：2022-11-28 16:29:49 所属栏目：大数据 来源：
导读： 1、数据工程方向
大数据平台研发
该职位在数据工程方向最为常见，主要职责是开发数据平台，如报表平台、数据管理工具、任务调度平台等。对编程能力要求较高，同时要熟练掌握Hadoop、Hive、Flink
大数据平台研发
该职位在数据工程方向最为常见，主要职责是开发数据平台，如报表平台、数据管理工具、任务调度平台等。对编程能力要求较高，同时要熟练掌握Hadoop、Hive、Flink
|
1、数据工程方向 大数据平台研发 该职位在数据工程方向最为常见，主要职责是开发数据平台，如报表平台、数据管理工具、任务调度平台等。对编程能力要求较高，同时要熟练掌握Hadoop、Hive、Flink等大数据技术栈，该职位市场需求量较大。 大数据集群运维 当集群规模达到几百台甚至上千台服务器时，一般需要专门的集群运维工程师，主要职责包括集群状态监控、故障处理、集群稳定性优化等。 大数据底层技术研发 该职位市场需求量较少，但技术能力要求较高。由于Hadoop等开源技术已比较成熟且研发门槛高，绝大部分公司不需要自研底层分布式存储、计算、资源调度等服务，少数大公司会在开源技术基础上进行优化改造以适应自身需求。 但在阿里巴巴，借鉴业界开源技术自研了分布式存储计算调度等服务，为阿里大数据中台提供基础底层技术支持，无论性能还是稳定性均优于业界开源技术，这些数据服务封装后也对阿里云客户进行售卖，使得中小企业可以快速具备大数据分析应用能力。 本公司目前在招聘一些数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须大专及以上学历；3、无经验者由项目经理带；4、每日简历投递量非常大，欢迎主动与我们联系！！） 2、数据仓库方向 数据仓库开发 通过一些列数仓建设方法论和建模知识搭建面向分析的数据仓库。日常工作更多是面向需求开发中间层和应用层数据模型，SQL是高频使用的工具，对编程能力要求不高，对业务需要多一些理解。这个职位需求相对较多，在中小数据团队通常会兼顾下方ETL、数据治理相关工作。 ETL工程师 ETL是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。ETL工程师日常工作就是从多数据来源抽取数据，清洗转换之后加载到数据仓库，将分散、凌乱、标准不统一的数据规范化整合到一起。 数据治理 一般数据仓库通常会存在不少问题大数据研发方向，如烟囱式开发、模型不规范、跨层依赖、口径不统一等等问题，数据治理主要工作内容就是保障数据仓库的数据质量，优化数仓开发规范和流程、保障数据准确、口径统一，使数仓更更好更高效的支持业务分析需求。 大数据的研究方向_大数据的应用方向_大数据研发方向 3、数据分析方向 数据分析师 首先需要掌握基础的数据分析工具，如excel、sql等，然后需要具备一些数据分析相关的统计学知识和数据分析方法论，对业务需要有较为深入的了解。日常工作主要是帮助业务方提取并分析数据，并提供业务上的建议。该职位需求量较大，已成为数据团队的标配角色之一。 BI工程师 BI全称：Business Intelligence，即商业智能。BI工程师日常工作主要是针对不同业务团队的数据需求进行可视化报表开发，设计匹配业务需求的数据集市和应用层宽表等，需要具备一定的数据分析能力，同时对业务也要有比较深入了解。 数据挖掘 主要是通过机器学习、深度学习等数据挖掘技术手段，研究和落地基于业务场景的算法和模型，来挖掘数据潜藏的价值，利用数据赋能业务。门槛相对较高，该职位也可归类于人工智能大方向中。 （编辑：拼字网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐