2017大数据人才需求

⑴ 大数据需要哪些人才_大数据人才需要具备的能力有哪些

大数据需要以下六类人才含让：

一、大数据系统研发工程师。

这一专业人才负责大数据系统研发，包括大规模非结构化数据业务模型构建、大数据存储、数据库构设、优化数据库构架、解决数据库中心设计等，同时，还要负责数据集群的日常运作和系统的监测等，这一类人才是任何构设大数据系统的机构都必须的。

二、大数据应用开发工程师。

此类人才负责搭建大数据应用平台以及开发分析应用程序，他们必须熟悉工具或算法、编程、优化以及部署不同的MapRece，他们研发各种基于大数据技术的应用程序及行业解决方案。其中，ETL开发者是很抢手的人才，他们所做的是从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要，将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库，成为联机分析处理、数据挖掘的基础，为提取各类型的需要数据创造条件。

三、大数据分析师。

此类人才主要从事数据挖掘工作，运用算法来解决和分析问题，让数据显露出真相，同时，他们还推动数据解决方案的不断更新。随着数据集规模不断增大，歼清企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapRece、Pig等的需求将持续增长，具备Hadoop框架经验的技术人员是最抢手的大数据人才，他们所从事的是热门的分析师工作。

四、数据可视化工程师。

此类人才负责在收集到的高质量数据中，利用图形化的工具及手段的应用，清楚地揭示数据中的复杂信息，帮助用户更好地进行大数据应用开发，如果能使用新型数据可视化工具如Spotifre，Qlikview和Tableau，那么，就成为很受欢迎的人才。

五、数据安全研发人才。

此类人才主要负氏老前责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施，而对于数据安全方面的具体技术的人才就更需要了，如果数据安全技术，同时又具有较强的管理经验，能有效地保证大数据构设和应用单位的数据安全，那就是抢手的人才。

六、数据科学研究人才。

数据科学研究是一个全新的工作，够将单位、企业的数据和技术转化为有用的商业价值，随着大数据时代的到来，越来越多的工作、事务直接涉及或针对数据，这就需要有数据科学方面的研究专家来进行研究，通过研究，他们能将数据分析结果解释给IT部门和业务部门管理者听，数据科学专家是联通海量数据和管理者之间的桥梁，需要有数据专业、分析师能力和管理者的知识，这也是抢手的人才。

⑵ 大数据专业就业需求大不大

需求量是很大的。
大数据专业就业前景
大数据人才稀缺
据数联寻英发布《大数据人才报告》显示,目前全国的大数据人才仅46万,未来3-5年内大数据人才的缺口将高达150万。
据职业社交平台LinkedIn发布的《2016年中国互联网最热职位人才报告》显示，研发工程师、产品经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。其中研发工程师需求量最大，而数据分析人才最为稀缺。领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。数据分析人才跳槽速度也最快，平均跳槽速度为19.8个月。
根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。
大数据专业就业方向
大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。
大数据专业人才就业薪资
1、基础人才-数据分析师
北京数据分析平均工资： 10630/月，取自 15526 份样本，较 2016 年，增长 9.4%。
数据分析师岗位职责
业务类别:技术
业务方向:数据分析
工作职责:
1. 根据公司产品和业务需求，利用数据挖掘等工具对多种数据源进行诊断分析，建设征信分析模型并优化，为公司征信运营决策、产品设计等方面提供数据支持;
2. 负责项目的需求调研、数据分析、商业分析和数据挖掘模型等，通过对运行数据进行分析挖掘背后隐含的规律及对未来的预测;
3. 参与数据挖掘模型的构建、维护、部署和评估;
4. 整理编写商业数据分析报告，及时发现和分析其中变化和问题，为业务发展提供决策支持;
5. 独立完成项目需求管理、方案设计、实施管理和项目成果质量的把控;
6. 参与编写项目相关文档。
教育背景:
学历：本科其它：
经验要求:工作经验：3-5年
任职要求:
1. 统计学、数学或计算机、数理统计或数据挖掘专业方向相关专业本科或以上学历;有扎实的数据统计和数据挖掘专业知识;
2. 熟练使用数理统计、数据分析、数据挖掘工具软件(SAS、R、Python等的一种或多种)，能熟练使用SQL读取数据;
3. 使用过 逻辑回归、神经网络、决策树、聚类 等的一种或多种建模方法;
4. 3年以上数据分析工作经验，征信从业背景人员优先;
5. 具有金融行业项目经验的相关经验者优先考虑;
6. 主动性强，有较强的责任心，积极向上的工作态度，有团队协作精神。
能力素养:
良好的分析、归纳和总结能力，善于分析、解决实际问题; 主动性强，有较强的责任心，积极向上的工作态度，有团队协作精神。
2、大数据开发工程师
北京大数据开发平均工资：30230/月。
大数据开发工程师/专家 岗位指责(引自 滴滴出行)：
职位描述：
1、构建分布式大数据服务平台，参与和构建公司包括海量数据存储、离线/实时计算、实时查询，大数据系统运维等系统;
2、服务各种业务需求，服务日益增长的业务和数据量;
3、深入源码内核改进优化开源项目，解决各种hadoop、spark、hbase疑难问题，参与到开源社区建设和代码贡献;
岗位要求：
1、计算机或相关专业本科以上学历(3年以上工作经验);
2、精通C++/Java/Scala程序开发(至少一种)，熟悉Linux/Unix开发环境;
3、熟悉常用开源分布式系统，精通Hadoop/Hive/Spark/Storm/Flink/HBase之一源代码;
4、有大规模分布式系统开发、维护经验，有故障处理能力，源码级开发能力;
5、具有良好的沟通协作能力，具有较强的分享精神;
6、对Ku、Kylin、Impala、ElasticSearch，github等系统有深入使用和底层研究者加分;

⑶ 大数据人才需求有哪些趋势

当前大数据领域的人才需求有三个较为明显的趋势，这些趋势一定要引起从业者的重视，其一是大数据岗位的划分逐渐行业化，更多行业领域出现了自己的大数据岗位，这些岗位不再仅仅以开发岗、算法岗来划分，而更趋向于全栈化，这就要求从业者的知识结构要更加全面化。

其次是大数据领域的创新会更趋向于数据价值出口的打造，这个过程会要求大数据与更多技术相结合，比如大数据与区块链的结合就有很多创新点。从大的发展和创新趋势来看，大数据未来将是互联网(包括产业互联网)价值的主要承载方式之一，所以互联网的价值越大则大数据的价值就越大，基于这个创新思路，大数据技术必然要与众多技术手段相结合。

除此之外，大数据的生产将从被动变为主动，传统的数据采集方式将发生变化，传统的数据采集概念会逐渐被数据生产概念所取代，而如何生产数据则是大数据从业者需要重点考虑的核心问题之一，所以掌握大数据生产技术将会有更大的发展空间。

最后，大数据不论如何发展，大数据的背后都是各种资源，随着行业资源和社会资源纷纷向互联网迁移，资源和数据的边界也在逐渐模糊，资源即是数据，从这个角度来看，未来更多的行业从业者都可以看成是大数据从业者。

关于大数据人才需求有哪些趋势，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

⑷ 大数据技术就业前景

大数据技术就业前景光明。

从近两年大数据方向研究生的就业情况来看，大数据领域的岗位还是比较多的，尤其是大数据开发岗位，目前正逐渐从大数据平台开发向大数据应用开发领域覆盖，这也是大数据开始全面落地应用的必然结果。

大数据开发岗位的数量明显比较多，而且不仅需要研发型人才，也需要应用型人才，所以本科生的就业机会也比较多。

初期，大数据人才的需求主要集中在ETL研发、系统架构开发、数据仓库研究等偏硬件领域，以IT、计算机背景的人才居多。随着大数据往各垂直领域延伸发展，对统计学、数学专业的人才，数据分析、数据挖掘、人工智能等偏软件领域的需求加大。

大数据工作领域

1、数据开发工程师：负责数据接入、数据清洗、底层重构，业务主题建模等工作;大数据整体的计算平台开发与应用。

2、数据分析师：在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询，商务智能，出分析报告。

3、数据挖掘工程师：在多媒体、电商、搜索、社交等大数据相关行业里做机器学习算法实现和分析。

4、科学研究方向：在高校、科研单位、企业研究院等高大上科研机构研究新算法效率改进及未来应用。

⑸ 大数据行业现在还缺人吗，就业前景怎么样

目前，大数据分析职位缺口主要集中在三大巨头行业：移动互联网、计算机软件以及金融，总占比64%，同时非典型数据产业，潜移默化、迅速崛起。可以看出，大数据分析在各行业算是通吃的技能 ，基本不用担心就业问题。

2013-2017年排名前五职位增长率

图片来源：领英中国2019年《新兴职业报告》

在互联网、金融、咨询、电信、零售、医疗、旅游等行业，迫切需要专门从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。

类似CFA、PMP、ACCA快速崛起并成为行业内普遍认可的证书一样，数据分析行业的蓬勃发展亦催生出CDA数据分析师认证，并被政府、企业和从业者所认可，逐渐成为长期、稳定的行业人才标准。

培养DT时代前沿技术人才的国际化职业教育品牌CDA，一直专注于数据分析（Certified Data Analyst），2020年CDA认证考试已全新升级，逐渐成大数据和人工智能时代全社会普遍认可的数据分析专业人才标准。