大数据岗位分类

⑴ 大数据工程包括哪些工作岗位

数据分析师：日常工作内容有三个方面，第一是临时取数,第二是报表的需求分析，第三是业务专题分析。

数据挖掘工程师：日常工作内容主要有五类。第一是用户基础研究,第二是个性化推荐算法,第三是风控领域应用的模型,第四是产品的知识库,第五是文本挖掘、文本分析、语义分析、图像识别。

数据产品经理：日常工作内容：第一是大数据平台的建设，让获取数据、使用数据更加容易，构建完善的指标体系，实现对业务的全流程监控，提高决策效率，降低运营成本，提升应收水平;第二是数据需求分析，形成数据产品，对内可以提升效率，控制成本，对外增加创收，最终实现数据价值的变现。

大数据研发工程师：这个岗位是需求量最大的，日常工作内容有三个方面：第一是数据的采集，比如爬虫、日志采集等;第二是数据预处理、ETL工作，比如数据清洗、转换、集成、规约等;第三是大数据应用和可视化的开发。

⑵ 大数据的就业岗位有哪些

1、大数据开发工程师
大数据开发工程师，很多公司都在招聘的热门技术人才，工资也是相对于其他方向更高一些。想要成为大数据开发工程师需要掌握计算机技术、hadoop
、spark、storm开发、hive
数据库、Linux
操作系统等知识，具备分布式存储、分布式计算框架等技术。
2、大数据分析师
大数据分析师是数据师的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。
作为一名数据分析师、至少需要熟练SPSS、STATISTIC、Eviews、SAS、大数据魔镜等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。
3、数据挖掘工程师
做数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，基本的比如线性代数、高等代数、凸优化、概率论等。
经常会用到的语言包括Python、Java、C或者C++，我自己用Python或者Java比较多。有时用
MapRece
写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。
4、大数据可视化工程师
随着大数据在人们工作及日常生活中的应用，大数据可视化也改变着人类的对信息的阅读和理解方式。从网络迁徙到谷歌流感趋势，再到阿里云推出县域经济可视化产品，大数据技术和大数据可视化都是幕后的英雄。
大数据可视化工程师岗位职责:1、
依据产品业务功能，设计符合需求的可视化方案。2、
依据可视化场景不同及性能要求，选择合适的可视化技术。3、
依据方案和技术选型制作可视化样例。4、
配合视觉设计人员完善可视化样例。5、
配合前端开发人员将样例组件化。

⑶ 大数据专业有哪些就业岗位

大数据专业毕业后就业岗位主要有大数据架构师、大数据算法工程师、大数据运营维护工程师、数据分析师/挖掘师等。

前两个工作岗位偏技术，大数据架构师需要熟悉底层架构的，开发平台，数据建模，核心框架开发等，对计算机、数学，尤其是数据的知识要求高；大数据算法工程师对人的要求更高，开发算法，而且还要带团队，对人的学历和能力都有比较高的要求；大数据运营维护工程师，会偏向运营和维护，对人的要求低一些，门槛没有那么高；数据分析师/挖掘师，会偏向业务层面，需要调研需求，挖掘分析数据，包括沟通相应的客户，要求有比较强的与人沟通的能力。

偏技术就是接触技术更多，偏业务就是接触人偏多，可以说根据不同的性格，就可以胜任不同岗位的工作。当然不论在任何工作岗位，都需要很好的沟通表达能力，所以大学期间一定要对自己这方面的能力做提升。

这个领域待遇还是比较不错的，在一二线城市，3年以上，月薪都是能达到1万元以上的， 工作5年也是能达到月薪2-4万/月之间的，能力强薪资会越来越高，顶级的会更高。

⑷ 大数据工作岗位有哪些 就业方向是什么

大数据技术的热门工作岗位主要有大数据开发工程师、大数据分析师、数据挖掘工程师、大数据可视化工程师等。这些岗位都凳扒是迟粗洞企业的核心技术岗位，有很大的需求，工资待遇也非常可观，可以说学好了大数据技术，高薪职业任你选择。

大数据技术的岗位

1、大数据开发工程师

大数据开发工程师，很多公司都在招聘的热门技术人才，工资也是相对于其他方向更高一些。想要成为大数据开发工程师需要掌握计算机技术、hadoop 、spark、storm开发、hive 数据库、Linux 操作系统等知识，具备分布式存储、分布式计算框架等技术。

2、大数据分析师

大数据分析师需要对海量的大数据做分析、挖掘和展现，并且将其中有价值的信息提取出来为决策提供支持，而大数据分析师实际上就是从事这类工作的从业人员。大数据分析师不仅要具备数据分析知识，作为高级大数据分析师，还要掌握大数据技术相关知识，如Hadoop、Python等，具备更为综合的大数据知识体系。

3、数据挖掘工程师

做数码枯据挖掘要从海量数据中发现规律，这就需要一定的数学知识，基本的比如线性代数、高等代数、凸优化、概率论等。经常会用到的语言包括Python、Java、C或者C ，我自己用Python或者Java比较多。有时用MapRece写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。

大数据就业方向

Hadoop大数据开发方向：市场需求旺盛，是大数据培训的主体，目前IT培训机构的重点。对应岗位有大数据开发工程师、爬虫工程师、数据分析师等；

数据挖掘、数据分析&机器学习方向：学习起点高、难度大，市面上只有很少的培训机构在做。对应岗位有数据科学家、数据挖掘工程师、机器学习工程师等；

大数据运维&云计算方向：市场需求中等，更偏向于Linux、云计算学科。对应岗位有大数据运维工程师等。

⑸ 大数据有哪些职位和工作机会_大数据可以应聘什么职位

下面是比较热门的几个大数据岗位：

1、首席数据官（CDO）

首席数据官的工作内容非常多，职责也很复杂，他们负责公司的数据框架搭建、数据管理、数据安全保证、商务智能管理、数明弊袭据洞察和高级分析。因此，首席数据师必须个人能力出众，同时还需要具备足够的领导力和远见，找准公司发展目标，协调应变管理过程。

2、营销分析师/客户关系管理分析师

客户忠诚度项目、网络分析和物联网技术积攒了大量的用户数据，很多先进公司已经在使用相关策略来支持公司的发展计划。尤其是市场部门能够运用这些数据进行更有针对性的营销。营销分析师能够发挥他们在Excel和SQL等数据分析工具卜察方面的专业特长，对客户进行细分，确保数字化营销能够到达目标客户群体。

3、数据工程师

随着Hadoop和非结构化数据仓库的流行，所有分析功能的第一要务就是要得到正确的数据。高水平的工程师需要掌握数据管理技能，熟悉提取转换加载过程，激兄很多公司都急需这样的人才。事实上，很多首席数据官甚至认为，数据工程师才是大数据相关行业中最重要的职位。

4、商务智能开发工程师

商务智能开发工程师的最基本职能，是管理结构数据从数据库分配至终端用户的过程。商务智能（BI）曾经只是商务金融的基础，现在已经独立出来，成为了单独的部门，很多商务智能团队正在搭建自服务指示板，这样运营经理就能快速且有效地获取高性能数据，评价公司运营情况。

5、数据可视化

随着指示板和可视化工具的增多，商务智能“前端”研发工程师需要更熟练掌握Tableau、QlikView/QlikSense、SiSense和Looker。能够使用d3.js在网络浏览器中制作数据可视化的研发工程师也越来越受到公司欢迎。很多大公司开出的年薪已经超过了7万5千英镑，平均日薪500多英镑。

6、大数据工程师

正如上文提到过的，数据工程师的工作是负责管理公司的数据，包括数据的收集，存储、处理和分析。大数据工程师需要能够搭建并维护大型异构数据框架，这些数据通常是在MongoDB等NoSQL数据库中。很多公司采用Hadoop框架和很多Hadoop次级软件包，如Hive（数据软件），Pig（数据流语言）和Spark（多编程模型）。

⑹ 大数据就业岗位有哪些

大数据方面的就业主要有三大方向：

一是数据分析类大数据人才，二是系统研发类大数据人才，三是应用开发类大数据人才。他们的基础岗位分别是大数据系统研发工程师、大数据应用开发工程师、大数据分析师。

2大数据热门专业

1、Hadoop开发 随着数据规模不断增大，传统BI的数据处理成本过高企业负担加重。而Hadoop廉价的数据处理能力被重新挖掘，企业需求持续增长。并成为大数据人才必须掌握的一种技术。

2、信息架构开发 大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以十分有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等。

3、数据安全研究 数据安全这一职位，主要负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。

4、ETL研发 企业数据种类与来源的不断增加，对数据进行整合与处理变得越来越困难，企业迫切需要一种有数据整合能力的人才。ETL开发者这是在此需求基础下而诞生的一个职业岗位。ETL人才在大数据时代炙手可热的原因之一是：在企业大数据应用的早期阶段，Hadoop只是穷人的ETL。