數據科技有限公司都有哪些職務

㈠ 大數據有哪些職位

1、首席數據官(CDO)

首席數據官的工作內容非常多，職責也很復雜，他們負責公司的數據框架搭建、數據管理、數據安全保證、商務智能管理、數據洞察和高級分析。因此，首席數據師必須個人能力出眾，同時還需要具備足夠的領導力和遠見，找准公司發展目標，協調應變管理過程。

2、營銷分析師/客戶關系管理分析師

客戶忠誠度項目、網路分析和物聯網技術積攢了大量的用戶數據，很多先進公司已經在使用相關策略來支持公司的發展計劃。尤其是市場部門能夠運用這些數據進行更有針對性的營銷。營銷分析師能夠發揮他們在Excel和SQL等數據分析工具方面的專業特長，對客戶進行細分，確保數字化營銷能夠到達目標客戶群體。

3、數據工程師

隨著Hadoop和非結構化數據倉庫的流行，所有分析功能的第一要務就是要得到正確的數據。高水平的工程師需要掌握數據管理技能，熟悉提取轉換載入過程，很多公司都急需這樣的人才。事實上，很多首席數據官甚至認為，數據工程師才是大數據相關行業中最重要的職位。

4、商務智能開發工程師

商務智能開發工程師的最基本職能，是管理結構數據從資料庫分配至終端用戶的過程。商務智能(BI)曾經只是商務金融的基礎，現在已經獨立出來，成為了單獨的部門，很多商務智能團隊正在搭建自服務指示板，這樣運營經理就能快速且有效地獲取高性能數據，評價公司運營情況。

5、數據可視化

隨著指示板和可視化工具的增多，商務智能“前端”研發工程師需要更熟練掌握Tableau、QlikView/QlikSense、SiSense和Looker。能夠使用d3.js在網路瀏覽器中製作數據可視化的研發工程師也越來越受到公司歡迎。很多大公司開出的年薪已經超過了7萬5千英鎊，平均日薪500多英鎊。

6、大數據工程師

正如上文提到過的，數據工程師的工作是負責管理公司的數據，包括數據的收集，存儲、處理和分析。大數據工程師需要能夠搭建並維護大型異構數據框架，這些數據通常是在MongoDB等NoSQL資料庫中。很多公司採用Hadoop框架和很多Hadoop次級軟體包，如Hive(數據軟體)，Pig(數據流語言)和Spark(多編程模型)。

㈡ 數據分析崗位有哪些

1、數據分析師

偏向商業化的數據分析，運營廣告等活動效果分析，銷售額或利潤預測，用戶特徵描述等，需要較好的統計知識，需要懂1-2門數據分析工具如SAS、R等。

2、咨詢顧問

面向客戶，為客戶提供數據抓取、數據分析、出數據報表、改進建議落實等咨詢服務，需要有較好的溝通能力，需要懂1-2門數據分析工具如SAS、R等;(咨詢顧問其實也分技術和非技術，技術類的主要是為客戶搭建數據平台)。

3、數據產品經理

一般是互聯網公司獨有，數據量大的公司會有自己的數據產品，如阿里巴巴的數據魔方等，主要是針對數據產品從產品立項、提開發需求、跟進產品開發、測試一直到產品上線等工作。

㈢ 大數據有哪些工作崗位

1、大數據開發工程師

開發，建設，測試和維護架構，負責公司大數據平台的開發和維護，負責大數據平台持續集成相關工具平台的架構設計與產品開發等。

2、數據分析師

收集，處理和執行統計數據分析;運用工具，提取、分析、呈現數據，實現數據的商業意義，需要業務理解和工具應用能力。

3、數據挖掘工程師

數據建模、機器學習和演算法實現;商業智能，用戶體驗分析，預測流失用戶等;需要過硬的數學和統計學功底以外，對演算法的代碼實現也有很高的要求。

4、數據架構師

需求分析，平台選擇，技術架構設計，應用設計和開發，測試和部署;高級演算法設計與優化;數據相關系統設計與優化，需要平台級開發和架構設計能力。成都加米穀大數據培訓機構，大數據開發，數據分析與挖掘。

5、資料庫開發

設計，開發和實施基於客戶需求的資料庫系統，通過理想介面連接資料庫和資料庫工具，優化資料庫系統的性能效率等。

6、資料庫管理

資料庫設計、數據遷移、資料庫性能管理、數據安全管理，故障檢修問題、數據備份、數據恢復等。

7、數據科學家

數據挖掘架構、模型標准、數據報告、數據分析方法;利用演算法和模型提高數據處理效率、挖掘數據價值、實現從數據到知識的轉換。

8、數據產品經理

把數據和業務結合起來做成數據產品;平台線提供基礎平台和通用的數據工具，業務線提供更加貼近業務的分析框架和數據應用。

㈣ 大數據工作崗位有哪些 就業方向是什麼

大數據技術的熱門工作崗位主要有大數據開發工程師、大數據分析師、數據挖掘工程師、大數據可視化工程師等。這些崗位都凳扒是遲粗洞企業的核心技術崗位，有很大的需求，工資待遇也非常可觀，可以說學好了大數據技術，高薪職業任你選擇。

大數據技術的崗位

1、大數據開發工程師

大數據開發工程師，很多公司都在招聘的熱門技術人才，工資也是相對於其他方向更高一些。想要成為大數據開發工程師需要掌握計算機技術、hadoop 、spark、storm開發、hive 資料庫、Linux 操作系統等知識，具備分布式存儲、分布式計算框架等技術。

2、大數據分析師

大數據分析師需要對海量的大數據做分析、挖掘和展現，並且將其中有價值的信息提取出來為決策提供支持，而大數據分析師實際上就是從事這類工作的從業人員。大數據分析師不僅要具備數據分析知識，作為高級大數據分析師，還要掌握大數據技術相關知識，如Hadoop、Python等，具備更為綜合的大數據知識體系。

3、數據挖掘工程師

做數碼枯據挖掘要從海量數據中發現規律，這就需要一定的數學知識，基本的比如線性代數、高等代數、凸優化、概率論等。經常會用到的語言包括Python、Java、C或者C ，我自己用Python或者Java比較多。有時用MapRece寫程序，再用Hadoop或者Hyp來處理數據，如果用Python的話會和Spark相結合。

大數據就業方向

Hadoop大數據開發方向：市場需求旺盛，是大數據培訓的主體，目前IT培訓機構的重點。對應崗位有大數據開發工程師、爬蟲工程師、數據分析師等；

數據挖掘、數據分析&機器學習方向：學習起點高、難度大，市面上只有很少的培訓機構在做。對應崗位有數據科學家、數據挖掘工程師、機器學習工程師等；

大數據運維&雲計算方向：市場需求中等，更偏向於Linux、雲計算學科。對應崗位有大數據運維工程師等。

㈤ 大數據可以從事哪些職位，大數據就業方向有哪些

大數據行業就業指南：三大方向 ，十大職位。

大數據主要的三大就業方向：大數據系統研版發類人才、大數據應用權開發類人才和大數據分析類人才。

十大職位：一、ETL研發；二、Hadoop開發；三、可視化（前端展現）工具開發；四、信息架構開發；五、數據倉庫研究；六、OLAP開發；七、數據科學研究；八、數據預測（數據挖掘）分析；九、企業數據管理；十、數據安全研究。

㈥ 科技公司十大高薪職位都有哪些

科技公司一向是先進科學技術的發源地。因此他的高薪也是大家有目共睹的。那麼究竟在科技公司有哪十大高薪職位呢？

8.企業架構師。負責維護和部署企業內部伺服器。提出和推動企業IT計劃戰略。

9.開發與運營工程師。就是我們日常稱之為的程序員。負責科技公司內部，內部代碼及編程處理。

10.信息安全工程師。顧名思義，就是科技公司內部負責，保護公司數據。防範黑客以及，其他惡意方對公司系統的引入，及時發現公司系統內部的漏洞並及時修復。

以上就是科技公司10大高薪職位。

㈦ it行業有哪些職位

IT行業的職業有以下幾種：

1、WEB前端

前端開發是創建Web頁面或app等前端界面呈現給用戶的過程，通過HTML，CSS及JavaScript以及衍生出來的各種技術、框架、解決方案，來實現互聯網產品的用戶界面交互。

2、硬體工程師

硬體工程師要求熟悉計算機市場行情；主要工作為：制定計算機組裝計劃、選購組裝需要的硬體設備、合理配置和安裝計算機以及外圍設備、安裝和配置計算機軟體系統等。

3、硬體測試工程師

主要負責硬體產品的測試工作，保證測試質量及測試工作的順利進行；編寫測試計劃、測試用例；提交測試報告，撰寫用戶說明書；參與硬體測試技術和規范的改進和制定。

4、軟體工程師

軟體工程師是一個廣義的概念，包括軟體設計人員、軟體架構人員、軟體工程管理人員、程序員等一系列崗位，工作內容都與軟體開發生產相關，是IT行業中較為基礎的職業。

5、雲計算工程技術人員

雲計算是分布式計算的一種，指的是通過網路「雲」將巨大的數據計算處理程序分解成無數個小程序，然後，通過多部伺服器組成的系統進行處理和分析這些小程序得到結果並返回給用戶。

而雲計算工程技術人員是指從事雲計算技術研究，雲系統構建、部署、運維，雲資源管理、應用和服務的工程技術人員。

㈧ 大數據就業崗位有哪些

大數據就業的崗位：ETL研發、Hadoop開發、信息架構開發、數據安全研究。

1、ETL負責將分布的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。

3、信息架構文件是統籌安排信息的基礎，這些統籌安排主要集中在搭建某個特殊產品、一套產品或單個產品的信息架構。除了信息架構和信息規劃外還有信息設計，它主要就是為支持信息架構和規劃而進行的實際操作活動。

4、數據安全研究：數據安全這一職位，主要負責企業內部大型伺服器、存儲、數據安全管理工作，並對網路、信息安全項目進行規劃、設計和實施。

㈨ 大數據這個行業裡面的全部崗位都有什麼_要全部的

細分的有20多個
大數據在全球范圍內的IT就業市場佔有越來越重要的影響。根據Gartner公司提供的數據，截至到2015年將有440萬的IT工作來支持大數據，僅美國就會有190萬的IT工作產生。看看我們列出的排名前20位的大數據職位及其職責列表。

首席數據官Chief DataOfficer
職責：
a. 與行政人員，數據所有者和數據管理員共同為內部和外部的客戶創建數據管理策略並且實現數據的准確性和制定工作流程的需求目標。
b. 引導EIM程序，業務數據管理員和數據服務供應商提供數據管理活動。
c. 建立數據政策，標准，組織並且督促EIM概念的組織成立。
b. 監督組織內的數據質量工作的監管，並且為不能被數據治理委員會解決的數據管理問題提供幾種治理。
e. 建立數據供應商管理策略，並通過CIO/CTO和IT組織的協調來監督完善EIM項目。
f. 領導創建程序的業務定義，數據管理目標和EIM計劃執行的原則。
g. 負責企業的信息/數據管理預算和數據相關的系統活動。

數據分析師Data analyst
職責：
a. 協調客戶和員工之間的關系，提供所有的數據分析和支持。
b. 對所有結果進行數據分析，並為客戶准備演講。
c. 對數據進行審核並且為客戶解決業務相關的問題。
d. 與工程和產品管理團隊進行協調，並確定所有交接的准確性，並准備好總結。
e. 進行數據分析並且傳遞給終端客戶。
f. 監督所有的客戶問題，並為經理和主管的協調和交接提供幫助。
g. 監督和管理所有和客戶發票並且對所有的支付問題進行及時的評價。
h. 管理客戶發票的所有數據，並提供公司的指標。
i. 監督並解決所有客戶的發票數據問題，並和各供應商協調和管理所有以前的平衡合作關系。
j. 管理所有的數據消耗異常狀態，確定數據的漏洞後准備相應的決議。
k. 監督流程管理工具，並確保遵守所有周期的指導方針。
l. 維護和管理發票文檔庫，並解決所有問題。
m. 執行內部設計和准備所有的發票，並確定更進流程的質量。

大數據觀察員Big DataVisualizer
職責：
a. 通過可視化軟體給商務提供價值增值分析來指導分析和借鑒分析帶來的影響，綜合成清晰的溝通。
b. 理解數據如何在不同的系統中運作來提供有關要求來確定正確的數據輸入組織報告/分析。
c. 與數據質量團隊之間緊密合作，以確保數據的完整性。
d. 發展業務需求為報告流程去推動功能規范化。
e. 在業務和跨職能團隊的合作下，完整地記錄報告流程和系統。
f. 收購，管理和文檔的數據（包括地理空間數據）。
g. 與客戶/客戶服務團一起進行工作計劃，並進行數據分析。
h. 參與提案撰寫，客戶交付成果和研究論文。
i. 對數據、GIS數據分析創建可視化從而列入建議書，報告，論文和多媒體項目數據。

大數據解決方案架構師Big DataSolutions Architect
職責：
a. 對Hadoop解決方案的整個生命周期進行引導，包括需求分析，平台選擇，技術架構設計，應用設計和開發，測試和部署。
b. 在一個團隊中，設計並卡發開創性大規模集群的數據處理系統提供了技術和管理的領導。
c. 幫助Xtremeinsights客戶指定戰略，最大限度地發揮數據的價值。
d. 幫助Xtremeinsights在大數據空間通過促進白皮書，技術評論對社區建立思想領導。

大數據工程師Big DataEngineer
職責：
a. 收集和處理大規模的原始數據（包括腳本編寫，網頁獲取，調用APIs，編寫SQL查詢等）。
b. 和我們的工程團隊密切合作，並以驚人的創新和演算法與我們的生產系統相結合。
c. 將非結構化數據處理成適合分析的一種形式，然後進行分析。
d. 根據所需要的和專案分析商業決策。

大數據研究員Big DataResearcher
職責：
a. 從多種關系資料庫中提取數據，操作，使用定量，統計和可視化工具研究數據。
b. 告知適當的建模技術的選擇，以確保使用嚴格的統計過程的測試模型進行開發。
c. 建立和維持有效的流程來驗證並更新預測模型。
d. 分析，建模，預測衛生服務的利用模式/趨勢和創造能力來為醫療保健服務模式模擬假設的情景。
e. 與內部業務，分析和數據戰略合作夥伴共同合作，從而提高效率，為核心的軟體產品增加預測模型的適用性
f. 幫助管理分析的創新性，形成的見解，主張整合新概念到現有的客戶端工具中，幫助翻譯即席分析到可擴展的軟體解決方案。

數據倉庫管理員Data warehousemanager
職責：
a. 指定並實施信息管理策略。
b. 協調和管理的信息管理解決方案
c. 多個項目的范圍，計劃和優先順序安排
d. 管理倉庫的各個方面，比如數據外包，移動，質量，設計和實施。

數據架構師Data architect
職責：
a. 通過採用最佳實踐和工具，包括SOL,SSIS,SSRS和OLAP來設計資料庫，數據模型，ETL過程，數據倉庫應用和商業智能（BI）報告。
b. 根據現有的標准和准則來提供高品質（DA）的相關結果，包括ETL過程，數據倉庫設計和數據系統的改進。
c. 通過提供對數據倉庫的方法和途徑的建議解決程序（DA）的相關問題與業務分析師和技術團隊。
d. 分析（DA），相關業務需要，可與項目工作人員對（DA）的發展未來做出決定和建議。

資料庫管理員Database manager
職責：
a. 提高資料庫工具和服務的有效性。
b. 確保所有的數據符合法律規定。
c. 確保信息得到保護和備份。
d. 與工作團隊做定期報告。
e. 監控資料庫性能。
f. 改善使用的技術。
g. 建立新的資料庫。
h. 檢測數據錄入程序。
i. 故障排除。

商業智能分析員Businessintelligence analyst
職責：
a. 就工具，報告或者元數據增強來進行傳播信息。
b. 進行或協調測試，以確保情報的定義與需求相一致。
c. 使用商業智能工具來識別或監測現有和潛在的客戶。
d. 綜合目前的商業只能和趨勢數據，來支持採取行動的建議。
e. 維護或更新的商業智能工具，資料庫，儀錶板，系統或方法。
f. 及時的管理用戶流量的商業情報。

數據倉庫分析員Data warehouseanalyst
職責：
a. 了解企業用戶的需求信息，並將其傳送到數據倉庫團隊的其他成員。
b. 指導並實施面試任務。
c. 指導並收集采訪資料。
d. 協助DW數據分析師分析現有的報告並確定整合指標。
e. 指導資料庫需求文件的准備。
f. 協助數據分析師測繪任務。
g. 分析現有的報告。
h. 引導業務指標的鑒定和文獻。
i. 在合適的資源系統專家的指導下確定系統的記錄。
j. 幫助識別潛在的數據來源，資料庫。
k. 負責數據採集過程的試驗和實施。
l. 擔任ETL和前端程序員的顧問。

數據建模師Data modeler
職責：
a. 為標准命名約定和編碼實踐指定最佳的訓練方案，以確保數據模型的一致性。
b. 推薦在新環境中的數據模型的重復使用機會。
c. 對資料庫和SQL腳本執行的物理數據模型進行逆向工程。
d. 評估數據模型和物理資料庫的差異和矛盾。
e. 驗證業務數據對象的准確性和完整性。
f. 分析數據相關的系統的挑戰，並提出相應的解決方案。
g. 根據公司標准制定標準的數據模型。
h. 對系統分析員，工程師，程序員和其他人在項目的限制和能力，性能要求和介面進行指導。
i. 審查修改現有軟體，以提高效率和性能。

資料庫開發員Databasedeveloper
職責：
a. 設計，開發和實施基於客戶需求的資料庫系統。
b. 優化資料庫系統的性能效率。
c. 准備設計規范和功能單證的分配資料庫的項目。
d. 對資料庫系統進行空間管理和容量規劃。
e. 建立資料庫表和字典。
f. 參與資料庫設計和架構，以支持應用程序開發項目。
g. 執行數據備份和檔案上定期。
h. 測試資料庫，並進行錯誤修正。
i. 及時解決資料庫相關的問題。
j. 制定安全程序，以保護資料庫免受未經授權的使用。
k. 評估現有的資料庫，並提出改進建議的執行效率。
l. 開發用於資料庫設計和開發活動的最佳實踐。

門戶網站管理員Portaladministrator
職責：
a. 制定所有門戶網站的布局和維護網站的所有功能。
b. 監督所有頁面內容，並提供給所有工作人員和外部組織的幫助。
c. 整合新的技術體系為門戶和網路管理員的協調工作。
d. 維持對所有門戶項目的現狀，並協助解決新的和現有渠道的所有問題和自動化的所有進程。
e. 在所有配置進行測試和升級過程中，實現所有的目標，並保持對所有門戶環境的新技術維護。
f. 確定網站的所有長期目標，並根據指引，建議改進所有內容。
g. 保持高效的門戶網站的文檔系統，並協助安裝所有Web中心互動系統。
h. 分析所有系統的升級和應用程序，並確保遵守所有計劃要求，設計了新的門戶網站所有的解決方案，並協助解決所有的生產問題。
i. 監測和分析所有門戶網站的系統指標，並保持最佳性能。
j. 與管理人員和社區成員協調落實各項業務活動，並確定所有的web伺服器配置。
k. 管理和配置所有的門戶應用程序。
l. 保留所有門戶網站的市場和不斷變化的行業知識。
m. 對全業務運營提供支持，並確保所有的利潤優化。

資料庫管理員Databaseadministrator
職責：
a. 選擇合適的軟體和硬體
b. 管理數據安全和隱私
c. 管理數據完整性
d. 數據備份
e. 資料庫恢復
f. 優化資料庫性能
g. 提高查詢處理性能

首席數據分析師Chief DataAnalyst
職責：
a. 為一部分的基礎整體研究程序員開發新的分析項目
b. 團隊的其他成員來提供技術投入研究項目的發展。
c. 為分析員提供大型調查的收集，編制和分析。
d. 在適當的時候使用Excel，SPSS或者STATA和先進的技術進行統計分析。
e. 對政策專家，相關的投資方和學者進行基礎的增長。

業務系統分析員Business SystemAnalyst
職責：
a. 確定通過研究業務職能業務目；收集信息；評估輸出要求和格式。
b. 設計通過分析要求的新的計算機程序；構建工作流程圖和示意圖；研究系統的能力；書寫規范。
c. 提高通過研究當下實踐系統進行設計修改。
d. 通過識別問題來對控制提出建議，提高寫作流程。
e. 通過定義項目里程碑，階段和要素來形成項目團隊，建立項目預算。

數據挖掘分析師Data mininganalyst
職責：
a. 對優先考慮的賬戶進行統計分析，從而最大限度的成功化。
b. 與主管或客戶端溝通行動計劃，並找出需要改進的地方。
c. 執行戰略數據分析和研究，以支持業務需求。
d. 找准機會從而通過復雜的統計建模提高生產率。
e. 瀏覽數據來認准機會並提高業務成效。
f. 指定業務流程，目標和戰略的理解，以提供分析和解釋。
g. 通過內部討論的理解，在適當情況下獲得業務需求和必要的分析。

數據策略師Data strategist
職責：
a. 定義大數據戰略，包括設計多階段實施路線圖。
b. 獨立工作，或作為一個團隊的一部分，設計和開發的大數據解決方案。
c. 異構數據的數據錯誤，探索和發現新的見解。
d. 知道分析，架構，設計以及數據倉庫和商業只能解決方案的發展。
c. 指導年輕的團隊成員。
f. 協助業務開發團隊提供售前活動和招標書。
g. 幫助評估和計劃項目。

業務數據分析師Business DataAnalyst
職責：
a. 與關鍵投資者的業務分析師和高級管理人員緊密合作，了解他們的經營策略和問題，確定研究需求，幫助設計實驗，並根據結果提出建議。
b. 通過客戶細分，從多個來源的定量和定性派生的發展和應用進行影響的決定。
c. 調整利益相關者和分析師對如何使用研究和分析的想法，以支持業務計劃和戰略的優先試圖（分析路線圖）。
d. 傳動復雜的分析項目，需要分析或利益相關者從開始到結束之間的多團隊協作。
e. 有效地管理多個在建設的項目，確保目標和時間獲得滿足。確定在短期和長期間的權衡和平衡所有投資者的需求。
f. 領導和參與業務討論，提供意見，需要的時候進行一些變革。
g. 關鍵指標與解釋器的討論，推測並提出行動。
h. 與業務夥伴的投資者在制定和優先的業務問題上考慮短期和長期的潛在影響，解釋結果，量化的機遇，並提出了一個觀點合作數據的專家來執行分析操作。
i. 在企業領導的重視下積極主動地帶來新的商機。
j. 知道分析師和股東對事物的知識和流程上，確保它們是可重復的，可持續的和可擴展的。
k. 在所有階段上與多個項目組合作。

㈩ IT公司里有哪些職位

• IT行業的崗位大概分為研發類、市場類、技術支持類、生產類、管理類，到招聘會時，可以按照這個分類問問面試官，你們這個職務，是研發職務還是生產職務，可能某些小公司的面試官會被你問住：）

1. 研發類崗位

   包括軟體研發和硬體研發，在一個公司裡面完成項目開發，或者定製產品，一般說來，軟體研發基本上就算產品的設計者和製造者，硬體研發，只能算設計者。因為後面還有生產環節。

   通常研發崗位包括RD，QA，以及配置管理員，架構師，小組長，項目經理，研發助理等，就是研究部分所有的職位。部門經理一般沒有計算在內，部門經理管人，應該算管理崗位。不過有些小公司，部門經理和項目經理，甚至架構師，都不分，因此需要具體情況具體分析。

   其中RD，就是我們說得最多的設計人員了。

   RD 這個詞有講究，就是設計和實施，是兩個意思，設計，是決定一個東西怎麼做，實施是把它做出來，我們剛開始，可能都是先做實施，慢慢走到設計，模塊設計，系統設計等等，如果做得好，以後慢慢專門做設計，就是架構師了。

   軟體人員一般RD不分，設計者通常就是實施者，因為基本上程序敲完，產品也就出來了。硬體人員則不同，一般就是設計者，以及第一輪白盒測試的QA，自己測，當產品測試穩定、定型，就可以交給中試部進行產品測試，最終上線貼片生產。

   QA 這裡面一般細分為軟體測試和產品中試，像華為、邁普這類大中型企業，以生產硬體產品為主的公司，都有自己的中試部，中試部簡單說，就是專門測試硬體的，比如各種靜電測試，溫度測試，跌落、震動測試等，為產品最終上線做准備。

   軟體研發通常還有個角色很重要，就是配置管理員，一般小公司沒有這個角色，由負責的測試人員兼任，大公司會專門設置這個角色，並且這個角色還有商業秘密保全的功能。

   人員開發的產品，在自己的機器上，一般叫測試版，只有提交到CVS或SVN等版本管理系統，才叫產品，測試部不是從軟體人員手裡拿軟體去測，而是由配置管理員在中心伺服器上，將軟體產品從源代碼編譯成可執行文件，生成安裝程序包，然後發給測試部，測試部測試完畢，返回測試報告，公司領導簽字後，以後軟體產品的發貨，就是配置管理員負責發貨。

   在大公司，軟體一旦投測，如果RD發現有個小bug，小公司可能打個招呼就改了，項目控制流程上看不出來，但在大公司，必須發文，說明上一版本作廢，然後重新發測試申請，重新提交代碼走流程，項目流程上就記錄，廢版一次，以後就是扣工資的依據。因此，大公司的程序員一般比較嚴謹，發版測試很謹慎，就是怕出現這類bug，這樣的缺點是對市場的反應不夠靈敏，可能客戶提交一個bug，RD改只要幾分鍾，但是流程要走一兩天，但是好處是產品質量有保證，每個人的工作結果都記錄在案，便於管理，且程序外泄幾乎不可能。

   國外很多程序員，可能在一個公司工作一輩子，都沒有見過自己服務的計算機，RD都在終端工作，自己本地測試好了，提交到中心伺服器，由配置管理員負責最後的編譯和提交。

2. 市場類崗位

   這大約是最多的，往低里說，電腦城的談單員，就是市場，往高里說，華為、Cisco的地區總裁，其實也是市場角色。市場根據個人經驗，又分為Sales和Marketing，前者是簡單的客戶成交服務者，即客戶准備購買，完成買賣手續，協助送貨什麼的，Dell那邊的電話銷售小姐，大約就是這個角色，由於Dell是定製，因此她們還需要下訂單。後者就是屬於較高層級的銷售人員了，可以引導市場，引導客戶，促成交易。

   一般說來，市場其實也是個技術活，很少有朋友是天才，上來就可以做到Marketing的，都是從Sales先入手，慢慢練，這個過程，可能比一個程序員走到架構師還難，很多銷售人員，做一輩子，都做不到Marketing的，不信，去商場看看售貨員，公交車的售票員，都是Sales。

   我們經常說，每個行業都有英雄，其實市場中，Marketing就是英雄，一般說來，走到這一步，就可以站在這個行業的巔峰，出去講課，拿最高的傭金，享受獵頭挖角的快感等等。不過，很難的，有句話請大家注意，「這個世界上，99%的銷售人員，都不知道自己在干什麼，說的就是這個問題」，那1%才是Marketing。

   通常情況下，開發人員瞧不起市場人員，總覺得對方是耍嘴皮子的，但市場人員同樣也瞧不起開發人員，總覺得這幫書獃子不創造價值。呵呵，大家別生氣，大多數公司，把研發單位，看做最大的成本單位，只花錢，不創造價值的，雖然我們設計了產品，但公司的財務上，這部分是沒有價值的，產品價值是在銷售出去以後才體現出來，因此，財務上看，研發部門總是赤字一片。

   其實，真正厲害的市場人員，我們研發人員還是要尊重的，要知道，一個研發人員要成名成家，其實很容易，隨便什麼東西，攻克一個難點，出幾篇論文，出一個產品，這個研發人員就可以在公司裡面牛起來了，一個研究院，至少20%~30%都是這種牛人。但是，市場要能做到Marketing，前面說過，1%，可能都不到，你說這幫人算不算精英？

3. 技術支持類崗位

   技術支持，往低里說，電腦城的拼機器的，也是技術支持人員，通常由談單員兼任，談單員通常由大學生勤工儉學兼任，呵呵，一起練了。再往上，客戶那邊送貨，把包裝拆開，技術，聯網，技術，調試網路，技術，再大了，這里說句話，希望大家不要見怪，網路管理員，其實也是技術支持。

   以前有段時間，MCSE很流行，後來發現，研發單位招人，根本不看這個，因為這個學習的是如何操作機器，而研發是設計機器以及操作模式，讓別人操作。CCIE也是啊，因此，當時很多說法其實是有點誤導，說學了這些證書可以不上大學，成都還出現過一個娃娃，高三畢業考過了MCSE，就不上大學了的事情，現在不這么說了，因為畢竟上大學才是王道。光靠這個證書，是吃不了一輩子飯的。

   在華為，邁普，技術支持是一個專門的職業，負責給客戶送貨，因為他們出路由器，安裝配置有一大堆事情，電信局又是大牛，人家才不會去管這個事呢，廠家來人解決。順便說一句，電信局守機房的，也是技術支持。

   原來沒這個職業，就要研發人員兼任，因為這畢竟是個技術活，不過，久了研發人員不幹了，天天出差，還做什麼研發，老闆也不幹了，因為研發人員工資高，在大家看來，連連線，配置幾個IP地址，這不復雜，如果用研發人員干，成本太高了。

   喏，就這樣，一個獨有的職業，技術支持，在IT企業被定義出來，許多年輕的朋友，希望進入IT業，沒有本錢，不會做老闆，也進不去一些大型公司的門，一般選擇，就是在電腦城做技術支持起步。

   現在很多系統集成公司，他們定義的項目經理，和研發單位的項目經理不太一樣，其實也是技術支持，這類公司一般都是經銷商，不是製造商，自己沒有產品，靠代理別人的產品再銷售來獲取利潤，一般說來，渠道這個詞，就是指這類公司。這些公司的技術支持人員，主要工作就是看，我代理了哪些產品，哪些產品利潤高，我怎麼給客戶報方案，把利潤高的產品設計進去，等等。

   這裡面其實也有設計工作，但是，顯而易見，這部分設計工作和前面的研發架構師的設計，是兩個層面。

   當然，這里有兩個特例，一個是目前很多中小型，做網路應用的架構師，他們也有這個設計部分，這些企業一般都是項目制，沒有自己的產品，每一單都要定製開發，這類和前面的系統集成設計有一定類似，因為很多項目包括了設備采購什麼的。

   另外一個特例就是系統集成設計，通常就是Marketing的活，因為自從IBM提出賣服務的概念以後，給客戶交鑰匙工程成為主流，大家都說自己是解決方案提供商，因此，Marketing通常就是採集需求，利用本公司產品或者代理的產品，組成解決方案，一體化提供給客戶。

   因此，從職業發展途徑，技術支持一般說來，也可以走到Marketing。通常Marketing有兩個產生渠道，Servicer技術支持，或Sales銷售。

   當然，這里也看出技術支持這個職業的短板，因為Marketing畢竟是銷售為主，因此，銷售能力佔主導，技術支持人員由於長期和機器打交道，因此，恐怕也是機器臉居多，賣東西能力很差，因此，技術支持能轉成Marketing的，更少。

   當然，也有技術支持人員轉回來做研發的，不過，也很少。

4. 管理類崗位

   一般說來，管理本身是抽象的，並不是IT業的管理，一定只能從IT業產生，或者一定只能管IT業，IBM的總裁郭士納，就不是IT業出生，管理的英雄們，例子就太多了，他們有個統一的稱呼，職業經理人。

   前面說的幾種，總的來說，都可以最終成長為管理，不過，管理也是最難的，一來人是最復雜的，不像機器那麼好打交道，二來，管理要看運氣，單純說水平不行，得老闆看得上才行，你說是吧？

   因此，研發，銷售，技術，要想成為管理，這個成功率，一般不高於1%的，不信，數數你們公司管理人員和普通員工的比例，或者，學校裡面老師和學生的比例，雖然這不準，但基本能說明一點問題。

5. 生產類崗位

   這個崗位其實各公司都有，不過大多數老闆不承認，員工也不願意承認，呵呵。

   大型公司，如華為、邁普，Intel等，以生產硬體產品為主的，基本上都有生產部，記住啊，這個生產部很重要，生產，倉儲，物流，基本都在這一塊。

   千萬別小看生產，目前生產線上的工人，由於要開貼片機什麼的，基本上都要大專學歷，還要培訓的，有些目前找工作特別困難的同學，不妨考慮一下這類大型企業的生產崗位。

   大型製造業，如美的，海爾等，他們很多管理層都是生產線上下來的，生產線上也不都是工人崗位，很多生產工藝師，工裝設計師什麼的，都需要設計這門工作，如果一個學歷較高的人進入這個部門，只要自己肯努力，其實也很容易出頭，畢竟周圍的競爭對手太低了，呵呵，比起研究院來說，要容易得多。

6. 其他類崗位

   這就太多了，老闆就屬於其他了，呵呵，創業也屬於其他，由於這部分不帶普遍性，就不多說了。各級行政人員，如財務，秘書，都算其他吧。