大數據工程師工作單位是哪裡呢

⑴ 大數據工程師在IT公司隸屬哪個部門 這個部門管理領導職位稱呼謝謝

具體的隸屬部門，不同的公司有不同的劃分。
一般工程師都稱某工，例如張姓工程師，稱作張工即可。

⑵ 大數據專業就業方向有哪些

大數據開發方向所涉及的職業崗位為：大數據工程師、大數據維護工程師、大數據研發工程師、大數據架構師等。

數據挖掘、數據分析和機器學習方向; 所涉及的職業崗位為：大數據分析師、大數據高級工程師、大數據分析師專家、大數據挖掘師、大數據演算法師等。

大數據運維和雲計算方向;對應崗位：大數據運維工程師。

這三個方向精通任何方向之一者，均會前(錢)途無量。

就目前來看一般都是大企業對大數據挖掘分析的需求更多，所以學習大數據專業也是進大公司的捷徑!

⑶ 學大數據去哪裡工作

想學技術可以去相關的培訓機構學習。適合學的技術有汽修專業、廚師專業、網路維鍵納修、電腦IT技術、會計專業、裝修等，有桐銀些行業熬的是時稿輪沒間，年輕人應該有些理想和追求，做自己的一番事業或家業。

想學技術但不知道去哪裡學

可以去學面點師，調酒師，司機，焊工，鉗工，設計師等等方面都可以進行學習，最主要的看你自己喜歡什麼？因為只有確定自己的喜好，才能夠認真去學習相關的技術，因為興趣是最好的老師。

1學互聯網的優勢
如今互聯網行業飛躍發展，互聯網技術日新月異，就當前就業形勢來說 IT行業是適合目前社會趨勢的，社會也需要大量的 IT技術型人才，各行各業也需要，所以就業廣泛。

1、電腦行業需求量大，工作很好找，而且工作環境也不錯。

2、電腦行業的工作與社會接觸都比較緊密，緊跟潮流，所以見識和思想都會比較開放，也有利於以後自己發展。

3、學習電腦入手比較快，學習難度不是很大。

4、現在有些學校有一些技能加學歷的政策 ,不過主要看你自己的選擇，上大學雖說聽起來好，但是很多大學生都是畢業即失業的，還不如趁早學習門技術，畢業就可以工作，選對了好的行業，以後的發展空也會很大的。可以去學習計算機網路，現在學網路就是不錯的選擇。

2想學技術不知道去哪
學做技術哪都行，關鍵是教學實力靠譜！不靠譜的學校學習的技能不能適應市場發展，做的技術不好吃，學了白學，所以需要選擇強的學校進行學習！

當然是去品牌大、實力強、設備好。學生多、老師多。不要試學的那種，容易騙人。還有就是一定要到學校實地去比較才決定，最好的。一個學校好壞。看師資看品牌看環境看質量看口碑最重要的是看就業。

⑷ 大數據畢業後去什麼崗位就業

如下：

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

大數據分析師是數據師的一種，指的是不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。在工作中通過運用工具，提取、分析、呈現數據，實現數據的商業意義。

作為一名數據分析師、至少需要熟練SPSS、STATISTIC、Eviews、SAS、大數據魔鏡等數據分析軟體中的一門，至少能用Acess等進行資料庫開發，至少掌握一門數學軟體如matalab、mathmatics進行新模型的構建，至少掌握一門編程語言。總之，一個優秀的數據分析師，應該業務、管理、分析、工具、設計都不落下。

3、數據挖掘工程師

做數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。

大數據人才稀缺，前景廣闊。

大數據行業人才稀缺，市場需求量大。目前大數據行業人才僅為50萬，而實際上整個行業人才需求超100萬，可謂人才缺口巨大。而且，大數據覆蓋各行各業，應用領域十分廣泛。大數據在金融、醫療、交通、電商、農業等多個行業都有應用。近年來人工智慧、物聯網也是迅速發展，而大數據也是這些新興技術的基礎，未來大數據還將成為全行業的基石。

大數據行業的薪資也是普遍較高的。IT行業本就是薪資較高的行業，而大數據作為IT行業的新寵，高薪也是很常見的。目前，大數據行業的平均月薪能夠在15K-20K左右，非常優秀的大數據人才月薪30K也是有的，所以說大數據也是個高薪的職業。

⑸ 大數據畢業後去什麼崗位就業

大數據就業方向主要有：互聯網、物聯網、人工智慧、金融、體育、在線教育、交通、物流、電商等，具體崗位如下：

01大數據開發工程師

該工作崗位主要負責企業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。還要根據自己的工作安排高效、高質地完成代碼編寫，確保符合前端代碼規范；梳理整體業務指標，開發可視化報表。

04大數據運維工程師

運維工程神畝告師的基本職責就是是負責企業服務的穩定性，確保企業服務可以24小時不間斷地為用戶提供服務，負責維護並確保耐友整個服務的高可用性，同時不斷優化系統架構提升部署效率、優化資源利用率。

並且在出現問題時需要處理大數據平台的各類異常和故障，確保系統平台的穩定運行。

05大數據挖掘工程師

數據挖掘的工作就是負責從大量的數據中通過演算法搜索隱藏於其中有用信息，然後輔助企業做出各種決策，讓企業的決策智能化，自動化，從而使企業提高工作效率，減少錯誤決策的可能性，以在激烈的競爭中處於不敗之地。

⑹ 大數據分析工程師的工作該怎麼找

不少想學大數據分析，以及正在學大數據分析技術的朋友，想必都對於大數據分析工程師工作好找嗎，這個問題十分感興趣吧!畢竟這游槐是跟我們的工作息息相關的話題。筆者收到大家不少類似的提問留言，昌平計算機學院就具體講講，大數據分析工程師工作好找嗎，這個話題，解答大家心中的疑問。

1：當下圓拆我國大數據產業保持高速發展態勢，各級政府和企業大力推進，使得產業發展迎來「黃金期」，攜程、滴滴、網路等大型互聯網企業也在招聘大數據人才，目前國內有大概有30萬左右的數據人才，但是市場的需求量遠大於這個數字，大數據分析師在市場是極缺人才。

2：預計2023年，大數據人才需求將有大幅增長，供不應求的局面下，使得大數據分析師招聘的門檻比較低。盡管如此，大數據分析師的薪資待遇也十分可觀，目前在一線城市，對於沒有工作經驗的大數據人才的薪資也在8000左右，有2年工作經驗的月薪可達到橘磨棗15K，上不封頂。

3：綜合以上來看，大數據分析師的就業還是比較容易的，只要你通過參加大數據培訓，掌握了扎實的大數據分析技能，然後去找一份大數據工作是很輕松的。懂得利用大數據做決策的分析師，在將來，前途是毫無疑問的一片大好。

⑺ 大數據畢業後去什麼崗位就業

大數據畢業後可以去就業崗位：數據分析師、數據架構師、數據挖掘工程師、大數據運維工程師、大數據開發工程師。

1、數據分析師：指的是碼仿不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。技能要求需要懂業務、懂管理、懂分析、懂工具、懂設計。

⑻ 大數據專業有哪些就業崗位

大數據專業畢業後就業崗位主要有大數據架構師、大數據演算法工程師、大數據運營維護工程師、數據分析師/挖掘師等。

前兩個工作崗位偏技術，大數據架構師需要熟悉底層架構的，開發平台，數據建模，核心框架開發等，對計算機、數學，尤其是數據的知識要求高；大數據演算法工程師對人的要求更高，開發演算法，而且還要帶團隊，對人的學歷和能力都有比較高的要求；大數據運營維護工程師，會偏向運營和維護，對人的要求低一些，門檻沒有那麼高；數據分析師/挖掘師，會偏向業務層面，需要調研需求，挖掘分析數據，包括溝通相應的客戶，要求有比較強的與人溝通的能力。

偏技術就是接觸技術更多，偏業務就是接觸人偏多，可以說根據不同的性格，就可以勝任不同崗位的工作。當然不論在任何工作崗位，都需要很好的溝通表達能力，所以大學期間一定要對自己這方面的能力做提升。

這個領域待遇還是比較不錯的，在一二線城市，3年以上，月薪都是能達到1萬元以上的， 工作5年也是能達到月薪2-4萬/月之間的，能力強薪資會越來越高，頂級的會更高。

⑼ 大數據工程師現在就業都去哪就業

DBA的就業主要是在大、中型企業。以金融、保險等行業尤甚。大型網站或游戲公司也需要專DBA。因為這類行對數據的屬要求頗高。DBA的待遇在國外是IT從業者里較高的。即使在國內，DBA的待遇也相對好一些。因為其技術難度大於普通程序員。普通DBA一般是在8000-20000之間(北京、上海等地)。乙方公司待遇要高一些，但工作較辛苦，壓力很大。甲方公司待遇稍低，但福利略好，工作一般很輕松。

⑽ 大數據就業方向

大數據主要的三大就業方向：

1. 大數據系統研發類人才；

2. 大數據應用開發類人才；

3. 大數據分析類人才。

大數據十大就業職位：

一、ETL研發

隨著數據種類的不斷增加，企業對數據整合專業人才的需求越來越旺盛。ETL開發者與不同的數據來源和組織打交道，從不同的源頭抽取數據，轉換並導入數據倉庫以滿足企業的需要。

ETL研發，主要負責將分散的、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。

目前，ETL行業相對成熟，相關崗位的工作生命周期比較長，通常由內部員工和外包合同商之間通力完成。ETL人才在大數據時代炙手可熱的原因之一是：在企業大數據應用的早期階段，Hadoop只是窮人的ETL。

二、Hadoop開發

Hadoop的核心是HDFS和MapRece.HDFS提供了海量數據的存儲，MapRece提供了對數據的計算。隨著數據集規模不斷增大，而傳統BI的數據處理成本過高，企業對Hadoop及相關的廉價數據處理技術如Hive、HBase、MapRece、Pig等的需求將持續增長。如今具備Hadoop框架經驗的技術人員是最搶手的大數據人才。

三、可視化（前端展現）工具開發

海量數據的分析是個大挑戰，而新型數據可視化工具如Spotifre，Qlikview和Tableau可以直觀高效地展示數據。

可視化開發就是在可視開發工具提供的圖形用戶界面上，通過操作界面元素，由可視開發工具自動生成應用軟體。還可輕松跨越多個資源和層次連接您的所有數據，經過時間考驗，完全可擴展的，功能豐富全面的可視化組件庫為開發人員提供了功能完整並且簡單易用的組件集合，以用來構建極其豐富的用戶界面。

過去，數據可視化屬於商業智能開發者類別，但是隨著Hadoop的崛起，數據可視化已經成了一項獨立的專業技能和崗位。

四、信息架構開發

大數據重新激發了主數據管理的熱潮。充分開發利用企業數據並支持決策需要非常專業的技能。信息架構師必須了解如何定義和存檔關鍵元素，確保以最有效的方式進行數據管理和利用。信息架構師的關鍵技能包括主數據管理、業務知識和數據建模等。

五、數據倉庫研究

數據倉庫是為企業所有級別的決策制定過程提供支持的所有類型數據的戰略集合。它是單個數據存儲，出於分析性報告和決策支持的目的而創建。為企業提供需要業務智能來指導業務流程改進和監視時間、成本、質量和控制。

數據倉庫的專家熟悉Teradata、Neteeza和Exadata等公司的大數據一體機。能夠在這些一體機上完成數據集成、管理和性能優化等工作。

六、OLAP開發

隨著資料庫技術的發展和應用，資料庫存儲的數據量從20世紀80年代的兆（M）位元組及千兆（G）位元組過渡到現在的兆兆（T）位元組和千兆兆（P）位元組，同時，用戶的查詢需求也越來越復雜，涉及的已不僅是查詢或操縱一張關系表中的一條或幾條記錄，而且要對多張表中千萬條記錄的數據進行數據分析和信息綜合。聯機分析處理（OLAP）系統就負責解決此類海量數據處理的問題。

OLAP在線聯機分析開發者，負責將數據從關系型或非關系型數據源中抽取出來建立模型，然後創建數據訪問的用戶界面，提供高性能的預定義查詢功能。

七、數據科學研究

這一職位過去也被稱為數據架構研究，數據科學家是一個全新的工種，能夠將企業的數據和技術轉化為企業的商業價值。隨著數據學的進展，越來越多的實際工作將會直接針對數據進行，這將使人類認識數據，從而認識自然和行為。因此，數據科學家首先應當具備優秀的溝通技能，能夠同時將數據分析結果解釋給IT部門和業務部門領導。

總的來說，數據科學家是分析師、藝術家的合體，需要具備多種交叉科學和商業技能。

八、數據預測（數據挖掘）分析

營銷部門經常使用預測分析預測用戶行為或鎖定目標用戶。預測分析開發者有些場景看上有有些類似數據科學家，即在企業歷史數據的基礎上通過假設來測試閾值並預測未來的表現。

九、企業數據管理

企業要提高數據質量必須考慮進行數據管理，並需要為此設立數據管家職位，這一職位的人員需要能夠利用各種技術工具匯集企業周圍的大量數據，並將數據清洗和規范化，將數據導入數據倉庫中，成為一個可用的版本。然後，通過報表和分析技術，數據被切片、切塊，並交付給成千上萬的人。擔當數據管家的人，需要保證市場數據的完整性，准確性，唯一性，真實性和不冗餘。

十、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。數據安全研究員還需要具有較強的管理經驗，具備運維管理方面的知識和能力，對企業傳統業務有較深刻的理解，才能確保企業數據安全做到一絲不漏。