㈠ 大數據開發工程師的基本職責-崗位職責
大數據開發工程師的基本職責-崗位職責
在學習、工作、生活中,很多情況下我們都會接觸到崗位職責,明確崗位職責能讓員工知曉和掌握崗位職責,能夠最大化的進行勞動用工管理,科學的進行人力配置,做到人盡其才、人崗匹配。我們該怎麼制定崗位職責呢?以下是我為大家整理的大數據開發工程師的基本職責-崗位職責,僅供參考,歡迎大家閱讀。
職責:
1、參與大數據平台搭建以及項目技術架構。
2、數據分析,挖掘,模型具體的產品化;
3、根據產品需求,分析編寫和制定大數據相關解決方案
崗位要求:
1、計算機相關專業本科以上學歷,編程基礎扎實,有2年以上大數據開發經驗
2、熟悉Hadoop生態和體系架構,熟悉Flink、Spark,Hive等常用開源工具
3、熟悉Flume,kakfa,scribe等日誌收集體系
4、熟悉主流資料庫(Oracle、postgresql、Mysql、Sql Server)中的1種及以上,有較好的SQL性能調優經驗
5、有數據倉庫ETL經驗者優先
6、有用戶行為日誌採集、海量數據處理、數據建模方面經驗者優先
7、有持續學習的能力;喜歡開源軟體,樂於知識分享;對工作認真負責;可以獨立承擔較大工作壓力
職責:
1、數字貨幣領域數據統計分析,負責數字貨幣量化投資策略的設計、管理以及實際投資運作
2、與交易員對接,制定切實可行的的'策略測試計劃,開展新策略模型的開發和驗證
3、協助交易員進行交易、風險管理,並對實際交易結果進行量化的績效分析,推動交易自動化
4、上級交辦的其他工作
任職要求:
1、數學/計算機/金融專業畢業,有扎實的演算法和機器學習的理論基礎
2、有量化實盤交易經驗,具備豐富的數學建模經驗及較強的數據處理能力優先
3、對金融市場的價格波動有獨特理解和深入的量化分析,具備一定對沖策略研究經驗;
4、對數字貨幣領域感興趣,結果導向;
5、有網頁抓取和爬蟲程序編寫經驗者優先。
職責:
1、大數據日誌分析系統的設計,選型和開發;
2、配合各業務給予數據支持,對產品和運營數據總結和優化;
3、處理用戶海量數據,提取、分析、歸納用戶屬性,行為等信息,完成分析結果;
4、發現並指出數據異常情況,分析數據合理性;
5、公司大數據基礎架構平台的運維,保障數據平台服務的穩定性和可用性;
6、大數據基礎架構平台的監控、資源管理、數據流管理;
7、基於數據分析的可預測的雲平台彈性擴展解決方案。
任職要求:
1、日誌分析數據系統實際經驗;
2、3年以上互聯網行業研發經驗,有使用Hadoop/hive/spark分析海量數據的能力;
3、掌握Hadoop、Flume,Kafka、Zookeeper、HBase、Spark的安裝與調試;
4、熟悉大數據周邊相關的資料庫系統,關系型資料庫和NoSQL。
5、掌握linux操作系統的配置,管理及優化,能夠獨立排查及解決操作系統層的各類問題;
6、有良好的溝通能力,具備出色的規劃、執行力,強烈的責任感,以及優秀的學習能力。
職責:
1、負責數據分析、加工、清理、處理程序的開發;
2、負責數據相關平台的搭建、維護和優化;
3、負責基於Hadoop/Spark/Hive/kafka等分布式計算平台實現離線分析、實時分析的計算框架的開發;
崗位要求:
1、本科學歷須211院校以上,碩士及以上學歷不限院校,計算機軟體及相關專業
2、熟悉Java和Scala語言、熟悉常用設計模式、具有代碼重構意識;
3、熟練使用hadoop、hbase、Kafka、hive、spark、presto,熟悉底層框架和實現原理;
4、使用Spark Streaming和Spark SQL進行數據處理,並具有SPARK SQL優化經驗;
5、需要有至少2年開發經驗,有flink開發經驗優先;
6、學習能力強,喜歡研究新技術,有團隊觀念,具備獨立解決問題的能力。
職責:
1、負責大數據平台的基礎環境搭建與性能優化,完成平台的構建與維護、實時流計算平台、分布式調度、可視化報表等平台的架構與研發;
2、對各種開源框架進行深入的代碼剖析和優化;
3、參與大數據技術方案評審;
4、指導初中級大數據工程師工作;
崗位要求:
1、計算機相關專業全日制專科及以上學歷,具有3年或以上的分布式計算平台研發工作經驗;
2。對大數據相關組件:Hadoop、Spark、Hbase、Hive、Flink、Kafka、Flume等架構與底層實現有深入理解,具備相應的定製和研發能力,尤其需要精通Flink框架;
3。具備構建穩定的大數據基礎平台的能力,具備數據收集、數據清洗、數據倉庫建設、實時流計算等系統研發經驗;
4。對技術有熱情,有不錯的數據思維和敏感度,有一定的數據分析能力優先,對深度學習、機器學習有一定的了解優先;
5。工作有計劃性,責任心和執行能力強,具備高度的責任心、誠信的工作作風、優秀溝通能力及團隊精神。
;㈡ 大數據開發工程師是做什麼
大數據開發工程師做的是:
1、參與大數據平台的數據架構設計,完成從業務模型到數據模型的設計;
2、基於海量數據的數據倉庫,為業務搭建通用的查詢和分析解決方案;
3、根據工作安排高效、高質地完成代碼編寫,確保符合前端代碼規范。以上是大數據開發工程師目前在行業或公司中負責的工作內容。
㈢ 大數據工程師主要是做什麼的
大數據工程師的主要工作是:分析歷史、預測未來、優化選擇。
1、分析歷史,找出過去事件的特徵:
大數據工程師一個很重要的工作,就是通過分析數據來找出過去事件的特徵。找出過去事件的特徵,最大的作用是可以幫助企業更好地認識消費者。通過分析用戶以往的行為軌跡,就能夠了解這個人,並預測他的行為。
2、預測未來,預測未來可能發生的事情:
通過引入關鍵因素,大數據工程師可以預測未來的消費趨勢。
3、優化選擇,找出最優化的結果:
根據不同企業的業務性質,大數據工程師可以通過數據分析來達到不同的目的。
在工作崗位上,大數據工程師需要基於Hadoop,Spark等構建數據分析平台,進行設計、開發分布式計算業務。負責大數據平台(Hadoop,HBase,Spark等)集群環境的搭建,性能調優和日常維護。負責數據倉庫設計,數據ETL的設計、開發和性能優化。參與構建大數據平台,依託大數據技術建設用戶畫像。
(3)大數據工程師工作擴展閱讀:
大數據工程師可以從事對大量數據的採集、清洗、分析、治理、挖掘,並對這些數據加以利用、管理、維護和服務的相關技術工作。
大數據工程師專業技術水平等級培訓考試分初級、中級、高級三個級別。
大數據工程師培養人群:有志於從事大數據採集、清洗、分析、治理、挖掘等技術研究,並加以利用、管理、維護和服務的工程技術人員。
大數據工程師初、中、高三個級別考試均設《大數據理論基礎》、《大數據技能實操》兩個科目。
㈣ 大數據工程師就業如何
大數據的就業前景很廣闊。
就先拿大數據里比較火的數據分析舉例吧。
數據分析的兩個主要就業方向,一個是統計學方向,一個是運籌學方向,我們分別來看看這兩者具體有哪些相應的崗位
首先是統計學方向。
這個方向的職位其實一直都有,只是說現在用的一些方法,技術手段得到了一定的提升。原來公司只有一些有限的經營數據或市場數據,基本上用 excel 就能解決了,現在我們有了很大的數據量,也有了更多的高級的分析軟體,比如 SAS 、 R 等等。用這些軟體,我們可以在大量的數據中,挖掘出一些核心的數據信息,來找出商業活動的驅動力。
從就業方向來說,最典型的是以互聯網公司為代表的信息化程度比較高的企業。這些公司在日常業務中會產生大量的數據,數據分析人員必須從繁雜的數據中挖掘出有效信息,來給運營和決策提供支持。
典型的公司有 BATJ ,其中一些相關的團隊包括產品的運營團隊、廣告效果分析團隊、游戲的用戶數據處理團隊等等。其他還有一些互聯網公司,比如美團、攜程、餓了么等等。
在這些互聯網公司裡面,數據分析工作主要分兩個方向:
一個是做運營分析,就是前面講的這類工作內容。
另一個就是產品開發的分析,比如把相關的數據抽象出來建模,做一些用於判斷的模型,比如回歸模型等,以 API 的形式,給到客戶。客戶只要把相關的數據導進去,就能通過這個模型作出一個判斷。
比較典型的例子就是反詐騙的一些產品,背後是好人的行為數據,以及一些壞人的行為數據,做出一個「0」「1」的好壞判斷模型。當你把一個不知道結果的數據,通過 API 介面輸入進這個模型後,就會得出結論這個是好人還是壞人,從而對業務作出指導。
除了互聯網公司以外,咨詢公司也非常注重數據這塊的工作。
比如麥肯錫,相關的數據分析已經成為公司的重要驅動力之一。
另外,四大咨詢公司、一些 IT 咨詢公司,比如埃森哲、印度的 Infosys 等,以及一些本土的咨詢公司,比如久謙,還有老牌的基於數據分、市場分析的公司,比如尼爾森,也有相應的數據分析崗位。
㈤ 大數據工程師是做什麼的
總結一句話就是 寫 SQL (很多入職一兩年的大數據工程師主要的工作就是寫 SQL )
還有其他的
2 為集群搭大數據環境(一般公司招大數據工程師環境都已經搭好了,公司內部會有現成的大數據平台,但我這邊會私下搞一套測試環境,畢竟公司內部的大數據系統許可權限制很多,嚴重影響開發效率)
3 維護大數據平台(這個應該是每個大數據工程師都做過的工作,或多或少會承擔「運維」的工作)
4 數據遷移(有部分公司需要把數據從傳統的資料庫 Oracle、MySQL 等數據遷移到大數據集群中,這個是比較繁瑣的工作,吃力不討好)
5 應用遷移(有部分公司需要把應用從傳統的資料庫 Oracle、MySQL 等資料庫的存儲過程程序或者SQL腳本遷移到大數據平台上,這個過程也是非常繁瑣的工作,無聊,高度重復且麻煩,吃力不討好)
6 數據採集(採集日誌數據、文件數據、介面數據,這個涉及到各種格式的轉換,一般用得比較多的是 Flume 和 Logstash)
7 數據處理
7.1 離線數據處理(這個一般就是寫寫 SQL 然後扔到 Hive 中跑,其實和第一點有點重復了)
7.2 實時數據處理(這個涉及到消息隊列,Kafka,Spark,Flink 這些,組件,一般就是 Flume 採集到數據發給 Kafka 然後 Spark 消費 Kafka 的數據進行處理)
8 數據可視化(這個我司是用 Spring Boot 連接後台數據與前端,前端用自己魔改的 echarts)
9 大數據平台開發(偏Java方向的,大概就是把開源的組件整合起來整成一個可用的大數據平台這樣,常見的是各種難用的 PaaS 平台)
10 數據中台開發(中台需要支持接入各種數據源,把各種數據源清洗轉換為可用的數據,然後再基於原始數據搭建起寬表層,一般為了節省開發成本和伺服器資源,都是基於寬表層查詢出業務數據)
11 搭建數據倉庫(這里的數據倉庫的搭建不是指 Hive ,Hive 是搭建數倉的工具,數倉搭建一般會分為三層 ODS、DW、DM 層,其中DW是最重要的,它又可以分為DWD,DWM,DWS,這個層級只是邏輯上的概念,類似於把表名按照層級區分開來的操作,分層的目的是防止開發數據應用的時候直接訪問底層數據,可以減少資源,注意,減少資源開銷是減少 內存 和 CPU 的開銷,分層後磁碟佔用會大大增加,磁碟不值錢所以沒什麼關系,分層可以使數據表的邏輯更加清晰,方便進一步的開發操作,如果分層沒有做好會導致邏輯混亂,新來的員工難以接手業務,提高公司的運營成本,還有這個建數倉也分為建離線和實時的)
總之就是離不開寫 SQL ...
㈥ 大數據工程師是做什麼的
大數據工程師主要是,分析歷史、預測未來、優化選擇,這是大數據工程師在「玩數據」時最重要的三大任務:
找出過去事件的特徵:大數據工程師一個很重要的工作,就是通過分析數據來找出過去事件的特徵。找出過去事件的特徵,最大的作用是可以幫助企業更好地認識消費者。通過分析用戶以往的行為軌跡,就能夠了解這個人,並預測他的行為。
預測未來可能發生的事情:通過引入關鍵因素,大數據工程師可以預測未來的消費趨勢。
找出最優化的結果:根據不同企業的業務性質,大數據工程師可以通過數據分析來達到不同的目的。
(6)大數據工程師工作擴展閱讀
大數據工程師需要學習的知識
1、linux
大數據集群主要建立在linux操作系統上,Linux是一套免費使用和自由傳播的類Unix操作系統。而這部分的內容是大家在學習大數據中必須要學習的,只有學好Linux才能在工作中更加的得心應手。
2、Hadoop
我覺的大家聽過大數據就一定會聽過hadoop。Hadoop是一個能夠對大量數據進行離線分布式處理的軟體框架,運算時利用maprece對數據進行處理。
㈦ 大數據工程師從事什麼工作
大數據工程師是指:從事對大量數據的採集、清洗、分析、治理、挖掘,並對這些數據加以利用、管理、維護和服務的相關技術工作。
㈧ 大數據工程技術人員是做什麼的 工作內容有哪些
近日,人社部發布通知,正式公布了十三個新職業信息,其中大數據工程技術人員就是其中之一。
大數據工程技術人員的工作內容
大數據工程技術人員是指從事大數據採集、清洗、分析、治理、挖掘等技術研究,並加以利用、管理、維護和服務的工程技術人員。
主要工作任務:
大數據採集(爬蟲)、大數據清洗(ETl工程師)、大數據建模(演算法工程師)與大數據分析(數據分析員);
管理、分析展現及應用等技術(大數據開發工程師);
研究、應用大數據平台體系架構、技術和標准;
設計、開發、集成、測試大數據軟硬體系統;
管理、維護並保障大數據系統穩定運行;
監控、管理和保障大數據安全;
提供大數據的技術咨詢和技術服務。
我推薦: 中國13個新職業公布
大數據工程技術人員就業前景如何在企業中,大數據工程師的發展分為四個階段:從軟體技術員到助理軟體工程師,再到軟體工程師,最後成為高級軟體工程師。據IDC的統計數字,在所有軟體開發類人才的需求中,對大數據工程師的需求達到全部需求量的60%—70%。同時,大數據軟體工程師的工資待遇相對較高。
大數據軟體工程師的一般起步月薪在6k-1w之間,遠遠超過應屆畢業生的兩三千的薪資。有一兩年的工作經驗之後,薪資待遇還會提升,比如有一年工作經驗的大數據高級工程師的薪資待遇差不多在年薪10w-15w之間。
在未來的幾年內,大數據人才的缺口只會越來越大,企業對人才的需求遠遠大於供給。大數據工程師是目前國內高端計算機領域,就業薪資非常高的一類職業。
㈨ 大數據開發工程師以後可以從事哪些崗位
我覺得很多互聯網公司的職位你都可以應聘啊!