A. 大数据开发具体是做什么的求举例说明。
大数据开发其实分两种：
第一类是编写一些Hadoop、Spark的应用程序，第二类是对大数据处理系统本身进行开发。
第二类工作的话通常才大公司里才有，一般他们都会搞自己的系统或者再对开源的做些二次开发。这种工作的话对理论和实践要求的都更深一些，也更有技术含量。
比如这次疫情中大数据平台对医疗物资的调度、传染模型的分析、防控等起了很大的作用。
大数据开发工程师是大数据领域一个比较热门的岗位，有大量的传统应用需要进行大数据改造，因此有较多的人才需求。这个岗位需要掌握的知识结构包括大数据平台体系结构，比如目前常见的Hadoop、Spark平台等。
B. 大数据开发工程师以后可以从事哪些岗位
大数据开发工程师可以从事以下岗位：
1. 大数据工程师：负责搭建大数据平台、开发和优化数据处理系统和数据仓库。
2. 数据架构师：负责设计和管理企业的数据架构，确保数据在系统中的完整性和一致性。
3. 数据仓库架构师：负桥顷李责设计和开乎源发数据仓库，使商业智能系统从中获取可靠数据以支持业务决策。
4. 数据科学家：利用数据分析和统计技术帮助企业敏迟发现数据中的重要信息，提供商业洞察。
5. 机器学习工程师：建立机器学习系统以自动化数据分析和预测，提供高效率和精度。
6. 数据分析师：负责分析和解释数据，评估业务决策并提供指导建议。
7. 数据治理专员：开发和执行数据治理策略，确保数据质量和信息安全。
8. 数据质量工程师：负责创建和执行数据质量检查和验证规则，保证数据准确性和完整性。
9. 数据基础架构工程师：管理和优化企业数据基础设施的表现和可靠性，以支持各种业务用例。
10. 大数据系统管理员：监测和维护大数据平台性能，并对系统中的错误进行排除，确保系统满足业务需求。
C. 怎么开发大数据平台
开发数据大平台的操作方法具体如下。
1、操作体系的挑选。操作体系一般使用开源版的RedHat、Centos或许Debian作为底层的构建渠道，要根据大数据渠道所要建立的数据剖析东西能够支撑的体系，正确的挑选操作体系的版本。
2、建立Hadoop集群。Hadoop作为一个开发和运行处理大规模数据的软件渠道，实现了在大量的廉价计算机组成的集群中对海量数据进行分布式计算。Hadoop结构中最核心的规划是HDFS和MapRece，HDFS是一个高度容错性的体系，合适布置在廉价的机简橡配器上，能够供给高吞吐量的数据访问，适用于那些有着超大数据集的应用程序；MapRece是一套能够从海量的数据中提取数据最终回来成果集的编程模型。在生产实践应用中，Hadoop非常合适应用于大数据存储和大数据的剖析应用，合适服务于几千台到几万台大的服务器的集群运行，支撑PB级别的存储容量。
3、挑选数据接入和预处理东西。面临各种来源的数据，数据接入便是将这些零散的数据整合在一起，归纳起来进行剖析。数据接入首要包括文件日志的接入、数据库日志的接入、关系型数据库的接入和应用程序等的接入，数据接入常拦指用的东西有Flume，Logstash，NDC（网易数据运河体系），sqoop等。
4、数据存储。除了Hadoop中已广泛应用于数据存储的HDFS，常用的还有分布式、面向列的开源数据库Hbase，HBase是一种key、value体系，布置在HDFS上，与Hadoop一样，HBase的目标首要是依靠横向扩展，通过不断的添加廉价的商用服务器，添如耐加计算和存储才能。同时hadoop的资源管理器Yarn，能够为上层应用供给统一的资源管理和调度，为集群在利用率、资源统一等方面带来巨大的优点。
5、挑选数据挖掘东西。Hive能够将结构化的数据映射为一张数据库表，并供给HQL的查询功能，它是建立在Hadoop之上的数据仓库根底架构，是为了削减MapRece编写工作的批处理体系，它的出现能够让那些通晓SQL技术、可是不熟悉MapRece、编程才能较弱和不擅长Java的用户能够在HDFS大规模数据集上很好的利用SQL言语查询、汇总、剖析数据。
6、数据的可视化以及输出API。关于处理得到的数据能够对接主流的BI体系，比如国外的Tableau、Qlikview、PowrerBI等，国内的SmallBI和新兴的网易有数（可免费试用）等，将成果进行可视化，用于决策剖析；或许回流到线上，支撑线上业务的开展。
D. 云计算大数据专业可以做什么工作 主要有这些岗位
在当前的大数据时代背景下，选择大数据专业是不错的选择，目前我国这方面人才紧缺，那么大数据有哪些工作岗位呢？
从大的岗位划分上来看，当前大数据岗位可以分为开发岗、算法岗（数据分析）、运维岗等，开发岗的任务涉及到两大方面，其一是完成业务实现，其二是完成数据生产，目前很多传统软件开发任务正在逐渐向大数据开发过渡，这也导致当前大数据开发岗的人才需求量更大一些。从事大数据开发岗，还需要重点学习云计算相关的知识，尤其是PaaS（平台即服务）。
大数据开发岗位是当前人才需求量比较大的岗位之一，不论是本科生还是研究生，当前选择大数据开发岗位会有相对较大的选择空间。大数据开发岗位分为平台研发岗位和行业场景开发岗位两大类，通常大数据平台研发岗位对于从业者的要求相对比较高，属于研发级岗位，而大数据行业应用场景开发则相对要容易一些。
大数据专业是一个比较典型的交叉学科，涉及到的内容包括数学、统计学和计算机三大学科，所以学习的内容还是比较多的，如果不能做好一个系统的学习规划，很容易导致学得杂而不精，这对于就业会产生一定的负面影响。所以，本科期间应该选择一个主攻方向，围绕这个主攻方向来组织知识结构和提升实践能力。
众所周知大数据的方向主要分三个：1、大数据开发方向：涉及的岗位诸如大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；2、数据挖掘、数据分析和机器学习方向：涉及的岗位诸如大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等；3、大数据运维和云计算方向：涉及的岗位诸如大数据运维工程师等。
由此可见，大数据的就业岗位是非常多的，而且只要能熟练掌握或者精通一门，就能取得非常不错的成绩。甚至在该方向能独当一面的话，那个人价值就不言而喻了。