㈠ 大数据开发工程师的基本职责-岗位职责
大数据开发工程师的基本职责-岗位职责
在学习、工作、生活中,很多情况下我们都会接触到岗位职责,明确岗位职责能让员工知晓和掌握岗位职责,能够最大化的进行劳动用工管理,科学的进行人力配置,做到人尽其才、人岗匹配。我们该怎么制定岗位职责呢?以下是我为大家整理的大数据开发工程师的基本职责-岗位职责,仅供参考,欢迎大家阅读。
职责:
1、参与大数据平台搭建以及项目技术架构。
2、数据分析,挖掘,模型具体的产品化;
3、根据产品需求,分析编写和制定大数据相关解决方案
岗位要求:
1、计算机相关专业本科以上学历,编程基础扎实,有2年以上大数据开发经验
2、熟悉Hadoop生态和体系架构,熟悉Flink、Spark,Hive等常用开源工具
3、熟悉Flume,kakfa,scribe等日志收集体系
4、熟悉主流数据库(Oracle、postgresql、Mysql、Sql Server)中的1种及以上,有较好的SQL性能调优经验
5、有数据仓库ETL经验者优先
6、有用户行为日志采集、海量数据处理、数据建模方面经验者优先
7、有持续学习的能力;喜欢开源软件,乐于知识分享;对工作认真负责;可以独立承担较大工作压力
职责:
1、数字货币领域数据统计分析,负责数字货币量化投资策略的设计、管理以及实际投资运作
2、与交易员对接,制定切实可行的的'策略测试计划,开展新策略模型的开发和验证
3、协助交易员进行交易、风险管理,并对实际交易结果进行量化的绩效分析,推动交易自动化
4、上级交办的其他工作
任职要求:
1、数学/计算机/金融专业毕业,有扎实的算法和机器学习的理论基础
2、有量化实盘交易经验,具备丰富的数学建模经验及较强的数据处理能力优先
3、对金融市场的价格波动有独特理解和深入的量化分析,具备一定对冲策略研究经验;
4、对数字货币领域感兴趣,结果导向;
5、有网页抓取和爬虫程序编写经验者优先。
职责:
1、大数据日志分析系统的设计,选型和开发;
2、配合各业务给予数据支持,对产品和运营数据总结和优化;
3、处理用户海量数据,提取、分析、归纳用户属性,行为等信息,完成分析结果;
4、发现并指出数据异常情况,分析数据合理性;
5、公司大数据基础架构平台的运维,保障数据平台服务的稳定性和可用性;
6、大数据基础架构平台的监控、资源管理、数据流管理;
7、基于数据分析的可预测的云平台弹性扩展解决方案。
任职要求:
1、日志分析数据系统实际经验;
2、3年以上互联网行业研发经验,有使用Hadoop/hive/spark分析海量数据的能力;
3、掌握Hadoop、Flume,Kafka、Zookeeper、HBase、Spark的安装与调试;
4、熟悉大数据周边相关的数据库系统,关系型数据库和NoSQL。
5、掌握linux操作系统的配置,管理及优化,能够独立排查及解决操作系统层的各类问题;
6、有良好的沟通能力,具备出色的规划、执行力,强烈的责任感,以及优秀的学习能力。
职责:
1、负责数据分析、加工、清理、处理程序的开发;
2、负责数据相关平台的搭建、维护和优化;
3、负责基于Hadoop/Spark/Hive/kafka等分布式计算平台实现离线分析、实时分析的计算框架的开发;
岗位要求:
1、本科学历须211院校以上,硕士及以上学历不限院校,计算机软件及相关专业
2、熟悉Java和Scala语言、熟悉常用设计模式、具有代码重构意识;
3、熟练使用hadoop、hbase、Kafka、hive、spark、presto,熟悉底层框架和实现原理;
4、使用Spark Streaming和Spark SQL进行数据处理,并具有SPARK SQL优化经验;
5、需要有至少2年开发经验,有flink开发经验优先;
6、学习能力强,喜欢研究新技术,有团队观念,具备独立解决问题的能力。
职责:
1、负责大数据平台的基础环境搭建与性能优化,完成平台的构建与维护、实时流计算平台、分布式调度、可视化报表等平台的架构与研发;
2、对各种开源框架进行深入的代码剖析和优化;
3、参与大数据技术方案评审;
4、指导初中级大数据工程师工作;
岗位要求:
1、计算机相关专业全日制专科及以上学历,具有3年或以上的分布式计算平台研发工作经验;
2。对大数据相关组件:Hadoop、Spark、Hbase、Hive、Flink、Kafka、Flume等架构与底层实现有深入理解,具备相应的定制和研发能力,尤其需要精通Flink框架;
3。具备构建稳定的大数据基础平台的能力,具备数据收集、数据清洗、数据仓库建设、实时流计算等系统研发经验;
4。对技术有热情,有不错的数据思维和敏感度,有一定的数据分析能力优先,对深度学习、机器学习有一定的了解优先;
5。工作有计划性,责任心和执行能力强,具备高度的责任心、诚信的工作作风、优秀沟通能力及团队精神。
;㈡ 大数据开发工程师是做什么
大数据开发工程师做的是:
1、参与大数据平台的数据架构设计,完成从业务模型到数据模型的设计;
2、基于海量数据的数据仓库,为业务搭建通用的查询和分析解决方案;
3、根据工作安排高效、高质地完成代码编写,确保符合前端代码规范。以上是大数据开发工程师目前在行业或公司中负责的工作内容。
㈢ 大数据工程师主要是做什么的
大数据工程师的主要工作是:分析历史、预测未来、优化选择。
1、分析历史,找出过去事件的特征:
大数据工程师一个很重要的工作,就是通过分析数据来找出过去事件的特征。找出过去事件的特征,最大的作用是可以帮助企业更好地认识消费者。通过分析用户以往的行为轨迹,就能够了解这个人,并预测他的行为。
2、预测未来,预测未来可能发生的事情:
通过引入关键因素,大数据工程师可以预测未来的消费趋势。
3、优化选择,找出最优化的结果:
根据不同企业的业务性质,大数据工程师可以通过数据分析来达到不同的目的。
在工作岗位上,大数据工程师需要基于Hadoop,Spark等构建数据分析平台,进行设计、开发分布式计算业务。负责大数据平台(Hadoop,HBase,Spark等)集群环境的搭建,性能调优和日常维护。负责数据仓库设计,数据ETL的设计、开发和性能优化。参与构建大数据平台,依托大数据技术建设用户画像。
(3)大数据工程师工作扩展阅读:
大数据工程师可以从事对大量数据的采集、清洗、分析、治理、挖掘,并对这些数据加以利用、管理、维护和服务的相关技术工作。
大数据工程师专业技术水平等级培训考试分初级、中级、高级三个级别。
大数据工程师培养人群:有志于从事大数据采集、清洗、分析、治理、挖掘等技术研究,并加以利用、管理、维护和服务的工程技术人员。
大数据工程师初、中、高三个级别考试均设《大数据理论基础》、《大数据技能实操》两个科目。
㈣ 大数据工程师就业如何
大数据的就业前景很广阔。
就先拿大数据里比较火的数据分析举例吧。
数据分析的两个主要就业方向,一个是统计学方向,一个是运筹学方向,我们分别来看看这两者具体有哪些相应的岗位
首先是统计学方向。
这个方向的职位其实一直都有,只是说现在用的一些方法,技术手段得到了一定的提升。原来公司只有一些有限的经营数据或市场数据,基本上用 excel 就能解决了,现在我们有了很大的数据量,也有了更多的高级的分析软件,比如 SAS 、 R 等等。用这些软件,我们可以在大量的数据中,挖掘出一些核心的数据信息,来找出商业活动的驱动力。
从就业方向来说,最典型的是以互联网公司为代表的信息化程度比较高的企业。这些公司在日常业务中会产生大量的数据,数据分析人员必须从繁杂的数据中挖掘出有效信息,来给运营和决策提供支持。
典型的公司有 BATJ ,其中一些相关的团队包括产品的运营团队、广告效果分析团队、游戏的用户数据处理团队等等。其他还有一些互联网公司,比如美团、携程、饿了么等等。
在这些互联网公司里面,数据分析工作主要分两个方向:
一个是做运营分析,就是前面讲的这类工作内容。
另一个就是产品开发的分析,比如把相关的数据抽象出来建模,做一些用于判断的模型,比如回归模型等,以 API 的形式,给到客户。客户只要把相关的数据导进去,就能通过这个模型作出一个判断。
比较典型的例子就是反诈骗的一些产品,背后是好人的行为数据,以及一些坏人的行为数据,做出一个「0」「1」的好坏判断模型。当你把一个不知道结果的数据,通过 API 接口输入进这个模型后,就会得出结论这个是好人还是坏人,从而对业务作出指导。
除了互联网公司以外,咨询公司也非常注重数据这块的工作。
比如麦肯锡,相关的数据分析已经成为公司的重要驱动力之一。
另外,四大咨询公司、一些 IT 咨询公司,比如埃森哲、印度的 Infosys 等,以及一些本土的咨询公司,比如久谦,还有老牌的基于数据分、市场分析的公司,比如尼尔森,也有相应的数据分析岗位。
㈤ 大数据工程师是做什么的
总结一句话就是 写 SQL (很多入职一两年的大数据工程师主要的工作就是写 SQL )
还有其他的
2 为集群搭大数据环境(一般公司招大数据工程师环境都已经搭好了,公司内部会有现成的大数据平台,但我这边会私下搞一套测试环境,毕竟公司内部的大数据系统权限限制很多,严重影响开发效率)
3 维护大数据平台(这个应该是每个大数据工程师都做过的工作,或多或少会承担“运维”的工作)
4 数据迁移(有部分公司需要把数据从传统的数据库 Oracle、MySQL 等数据迁移到大数据集群中,这个是比较繁琐的工作,吃力不讨好)
5 应用迁移(有部分公司需要把应用从传统的数据库 Oracle、MySQL 等数据库的存储过程程序或者SQL脚本迁移到大数据平台上,这个过程也是非常繁琐的工作,无聊,高度重复且麻烦,吃力不讨好)
6 数据采集(采集日志数据、文件数据、接口数据,这个涉及到各种格式的转换,一般用得比较多的是 Flume 和 Logstash)
7 数据处理
7.1 离线数据处理(这个一般就是写写 SQL 然后扔到 Hive 中跑,其实和第一点有点重复了)
7.2 实时数据处理(这个涉及到消息队列,Kafka,Spark,Flink 这些,组件,一般就是 Flume 采集到数据发给 Kafka 然后 Spark 消费 Kafka 的数据进行处理)
8 数据可视化(这个我司是用 Spring Boot 连接后台数据与前端,前端用自己魔改的 echarts)
9 大数据平台开发(偏Java方向的,大概就是把开源的组件整合起来整成一个可用的大数据平台这样,常见的是各种难用的 PaaS 平台)
10 数据中台开发(中台需要支持接入各种数据源,把各种数据源清洗转换为可用的数据,然后再基于原始数据搭建起宽表层,一般为了节省开发成本和服务器资源,都是基于宽表层查询出业务数据)
11 搭建数据仓库(这里的数据仓库的搭建不是指 Hive ,Hive 是搭建数仓的工具,数仓搭建一般会分为三层 ODS、DW、DM 层,其中DW是最重要的,它又可以分为DWD,DWM,DWS,这个层级只是逻辑上的概念,类似于把表名按照层级区分开来的操作,分层的目的是防止开发数据应用的时候直接访问底层数据,可以减少资源,注意,减少资源开销是减少 内存 和 CPU 的开销,分层后磁盘占用会大大增加,磁盘不值钱所以没什么关系,分层可以使数据表的逻辑更加清晰,方便进一步的开发操作,如果分层没有做好会导致逻辑混乱,新来的员工难以接手业务,提高公司的运营成本,还有这个建数仓也分为建离线和实时的)
总之就是离不开写 SQL ...
㈥ 大数据工程师是做什么的
大数据工程师主要是,分析历史、预测未来、优化选择,这是大数据工程师在“玩数据”时最重要的三大任务:
找出过去事件的特征:大数据工程师一个很重要的工作,就是通过分析数据来找出过去事件的特征。找出过去事件的特征,最大的作用是可以帮助企业更好地认识消费者。通过分析用户以往的行为轨迹,就能够了解这个人,并预测他的行为。
预测未来可能发生的事情:通过引入关键因素,大数据工程师可以预测未来的消费趋势。
找出最优化的结果:根据不同企业的业务性质,大数据工程师可以通过数据分析来达到不同的目的。
(6)大数据工程师工作扩展阅读
大数据工程师需要学习的知识
1、linux
大数据集群主要建立在linux操作系统上,Linux是一套免费使用和自由传播的类Unix操作系统。而这部分的内容是大家在学习大数据中必须要学习的,只有学好Linux才能在工作中更加的得心应手。
2、Hadoop
我觉的大家听过大数据就一定会听过hadoop。Hadoop是一个能够对大量数据进行离线分布式处理的软件框架,运算时利用maprece对数据进行处理。
㈦ 大数据工程师从事什么工作
大数据工程师是指:从事对大量数据的采集、清洗、分析、治理、挖掘,并对这些数据加以利用、管理、维护和服务的相关技术工作。
㈧ 大数据工程技术人员是做什么的 工作内容有哪些
近日,人社部发布通知,正式公布了十三个新职业信息,其中大数据工程技术人员就是其中之一。
大数据工程技术人员的工作内容
大数据工程技术人员是指从事大数据采集、清洗、分析、治理、挖掘等技术研究,并加以利用、管理、维护和服务的工程技术人员。
主要工作任务:
大数据采集(爬虫)、大数据清洗(ETl工程师)、大数据建模(算法工程师)与大数据分析(数据分析员);
管理、分析展现及应用等技术(大数据开发工程师);
研究、应用大数据平台体系架构、技术和标准;
设计、开发、集成、测试大数据软硬件系统;
管理、维护并保障大数据系统稳定运行;
监控、管理和保障大数据安全;
提供大数据的技术咨询和技术服务。
我推荐: 中国13个新职业公布
大数据工程技术人员就业前景如何在企业中,大数据工程师的发展分为四个阶段:从软件技术员到助理软件工程师,再到软件工程师,最后成为高级软件工程师。据IDC的统计数字,在所有软件开发类人才的需求中,对大数据工程师的需求达到全部需求量的60%—70%。同时,大数据软件工程师的工资待遇相对较高。
大数据软件工程师的一般起步月薪在6k-1w之间,远远超过应届毕业生的两三千的薪资。有一两年的工作经验之后,薪资待遇还会提升,比如有一年工作经验的大数据高级工程师的薪资待遇差不多在年薪10w-15w之间。
在未来的几年内,大数据人才的缺口只会越来越大,企业对人才的需求远远大于供给。大数据工程师是目前国内高端计算机领域,就业薪资非常高的一类职业。
㈨ 大数据开发工程师以后可以从事哪些岗位
我觉得很多互联网公司的职位你都可以应聘啊!