第1个回答 2021-04-06
而大数据的主要特点就是数据量大、数据处理速度快、数据真实性高、数据类别复杂等，它们合起来被称为4V。
大数据也可以应用在警察预测犯罪的发生、预测选举结果，同时还能通过手机定位数据和交通数据建立城市规划，现在医疗行业也在做大数据的分析。
现在社会发展速度非常快，科技也很发达，信息的流通和人们之间的交流也非常密切，而大数据就是这个时代高科技的产物。
对于大部分行业而言，怎么运用这些大规模数据是赢得竞争的关键，但同时，大数据在经济发展中的意义不能取代一切对于社会问题的理性思考。
现在大数据行业非常的受欢迎，人才需要求量也非常大，而且企业给大数据工程师的薪资比一般工程师的薪资也要高很多。
第2个回答 2021-11-14
主要有二个方向：
一是大数据维护、研发、架构工程师方向；所涉及的职业岗位为：大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；
二是大数据挖掘、分析方向；所涉及的职业岗位为：大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等
第3个回答 2021-05-09
您好，您的问题我已经看到了，正在整理答案，请稍等一会儿哦~
追问刚从学校毕业的
回答1、大数据分析师 分为2个方向 偏业务是需要懂一些数据统计、ETL等知识；偏技术就是精通数据建模和算法
2、大数据挖掘师/算法工程师 这个度岗位要求较强的编程能力，精通数据建模、机器学习还有算法实现
3、大数据工程师 这里分为Hadoop工程师、知Spark工程师、Flink工程师这三大类
4、大数据运维工程师 服务的稳定和不间断地为用户提供优化
5、大数据仓库工程师 负责道数据仓库设回计、建模、规范以及研发工作
6、大数据产品经理 这个岗位只要是负责大数据产品的规划和落地
第4个回答 2021-04-06
首席数据官(CDO)
首席数据官的工作内容非常多，职责也很复杂，他们负责公司的数据框架搭建、数据管理、数据安全保证、商务智能管理、数据洞察和高级分析。因此，首席数据师必须个人能力出众，同时还需要具备足够的领导力和远见，找准公司发展目标，协调应变管理过程。
营销分析师/客户关系管理分析师
使用相关策略来支持公司的发展计划。尤其是市场部门能够运用这些数据进行更有针对性的营销。营销分析师能够发挥他们在 Excel 和 SQL 等数据分析工具方面的专业特长，对客户进行细分，确保数字化营销能够到达目标客户群体。当与 AdobeCampaigns 等广告系列管理软件配合使用时，公司企业就可以确保其营销策略达到最佳效果。
数据工程师
Hadoop 和非结构化数据仓库的流行，所有分析功能的第一要务就是要得到正确的数据。商务智能和数据科学都要求有干净的、有序的且可用的数据框架，而这通常是通过 SQL 服务器、甲骨文(Oracle)和 SAP 公司数据库来实现的。高水平的工程师需要掌握数据管理技能，熟悉提取转换加载过程，很多公司都急需这样的人才。事实上，很多首席数据官甚至认为，数据工程师才是大数据相关行业中最重要的职位。
商务智能开发工程师
商务智能(BI)曾经只是商务金融的基础，现在已经独立出来，成为了单独的部门，很多商务智能团队正在搭建自服务指示板，这样运营经理就能快速且有效地获取高性能数据，评价公司运营情况。商务智能最重要的技术目前都掌握在主要科技巨头手中，包括微软商务智能软件包(SSIS/SSAS/×××S/PowerBI)，甲骨文(OBIEE,OBIA)，SAP(BusinessObjects)和IBM(Cognos)。数据可视化工具的增多，商务智能“前端”研发工程师需要更熟练掌握Tableau、QlikView/QlikSense、 SiSense 和 Looker。能够使用 d3.js 在网络浏览器中制作数据可视化的研发工程师也越来越受到公司欢迎。很多大公司开出的年薪已经超过了 7 万 5 千英镑，平均日薪 500 多英镑。
软件研发工程师
网页应用。除了掌握 Java、C#、PHP 和 DiangoPython 框架等传统软件研发工具，大数据软件研发工程师还需要熟练使用 Pyramid 或者 Flask。
大数据工程师
处理和分析。从经验来看，这涉及到使用关系型数据库，来管理以表格方式存储的数据。有很多关于数据怎样才能被定义为大数据的讨论。为了得到这个问题的结论，必须综合考虑结构化和非结构化数据(图像，视频，音频文件等)，它们往往是实时收集的，并且过于复杂，因此不能由传统数据结构处理。大数据工程师需要能够搭建并维护大型异构数据框架，这些数据通常是在 MongoDB 等 NoSQL 数据库中。很多公司采用 Hadoop 框架和很多 Hadoop 次级软件包，如 Hive(数据软件)，Pig(数据流语言)和 Spark(多编程模型)，当然数据基础设施还远远不止这些。
洞察分析师
析师炙手可热。通常，他们都会和产品部门、市场部门紧密合作，运用数据编程工具来整合大数据集，得出分析结论，支持发展客户群，制定维持客户关系策略。从技术的角度来说，洞察分析师需要掌握各种数据编程工具，如 SQL、SAS 和 SPSS 等。但是很多公司都希望能够使用R 和 Python 来获得更深度的分析，同时还要与 RStudio 等软件包配合使用，来生动地表达可视化数据分析结果。
数据架构师
数据架构师可为尖端的大数据解决方案提供基础，其职责包括使用 AWS，Azure 和GoogleCloud 了解云中的数据存储和使用 Hadoop 或 NoSQL 设计基础架构数据库来管理非结构化数据。
数据科学家
Glassdoor 表示，数据科学家是“美国的最佳工作”，是数据世界的常驻“摇滚明星”。关于谁才是真正的数据科学家，曾引起了世界范围内的讨论，参与这场讨论有许多强大学术背景的博士硕士，他们在统计学，数学，物理学，经济学，数据挖掘和机器学习方面都具备深厚专业知识。优秀的数据科学家能够使用先进的分析原理和 Python，R 或 Spark 等数据编程工具来识别并解决高度复杂的业务问题。他们的分析将在决策中发挥核心作用，提供智力支持，以确保公司能够在日益复杂的商业环境中获得成功。本回答被网友采纳