大数据与工作计划

⑴ 大数据技术与应用就业方向是什么

大数据技术与应用的主要就业方向：

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。

大数据技术与应用都学的内容

1、数据采集：利用网络爬虫等技术对文本、声音、图形图像、视频等数据进行抓取，并进行数据的预处理，合理存储。传媒大学拥有播音、新闻、电视等专业，本身就是一个大数据。

2、数据分析与挖掘：利用SPSS、SAS、Clementime等工具对数据进行浅层分析，利用机器学习、数据挖掘、人工智能等技术进行高端分析与应用。

3、数据可视化：对数据分析与挖掘的结果进行艺术化展现。利用图形图像、计算机视觉、动画技术等手段对数据分析与挖掘的结果进行立体化，层次化的多维度呈现。

⑵ 大数据科学与大数据技术就业方向

数据科学与大数据技术专业就业前景主要是在IT类企业从事大数据技术、大数据研究、数据管理、数据挖掘、算法工程、应用开发等工作。培养具有将领域知识与计算机技术和大数据技术融合创新的能力， 能够从事大数据研究和开发应用的高层次人才。

近年来越来越多的人开始从事大数据方向的工作，大数据将会是未来最有发展前景的行业。数据科学与大数据技术专业就业前景广阔，毕业生能够在计算机和互联网领域以及大数据相关产业从事数据科学研究、大数据相关:工程应用开发、技术管理与咨询等工作。

数据科学与大数据技术专业就业方向：

1、大数据系统架构师：大数据平台搭建、系统设计、基础设施。

2、大数据系统分析师。

3、hadoop开发工程师：解决大数据存储问题。

4、数据分析师。

⑶ 浜夊彇鍥藉舵灑绾借妭鐐瑰湪鏅嬪竷灞灞辫タ鏋勫缓澶ф暟鎹涓蹇冨崗鍚屽垱鏂颁綋绯

1鏈4鏃ワ紝鎹鐪佸彂鏀瑰旀秷鎭锛屾棩鍓嶅嚭鍙扮殑銆婂北瑗跨渷鏋勫缓澶ф暟鎹涓蹇冨崗鍚屽垱鏂颁綋绯诲伐浣滆″垝銆嬩腑鏄庣‘锛屼緷鎵樺お鍘熷浗瀹剁骇浜掕仈缃戦ㄥ共鐩磋仈鐐圭綉缁滀紭鍔匡紝
鍒2023骞达紝鍦ㄥお鍘熼兘甯傚尯寤鸿1涓鐪佺骇鏍稿績鏋㈢航鑺傜偣锛屽湪澶у悓銆侀槼娉夈佸悤姊佸缓璁3涓鍩庡競绾ф灑绾借妭鐐癸紝鍩烘湰褰㈡垚鈥滀竴鏍稿紩棰嗐佷笁鏋佹敮鎾戙佸氳竟搴旂敤鈥濈殑涓浣撳寲澶ф暟鎹涓蹇冨崗鍚屽垱鏂版牸灞
锛屼簤鍙栧浗瀹舵灑绾借妭鐐瑰湪灞辫タ甯冨眬锛屽叏闈㈢撼鍏ュ叏鍥戒竴浣撳寲绠楀姏鏋㈢航浣撶郴銆
闃呰汇婅″垝銆嬪叏鏂
銆婂伐浣滆″垝銆嬫彁鍑
鎴戠渷灏嗛氳繃
鍩虹瑕佺礌澶瀹炪佹暟缃戜綋绯诲己鍩恒佹暟绾戒綋绯诲崗鍚屻佹暟閾句綋绯绘縺娲汇佹暟鑴戜綋绯昏祴鑳姐佹暟鐩句綋绯讳繚鍗绛6椤归噸鐐硅″垝
锛屽姏浜夊湪鍏ㄧ渷鑼冨洿鍐呭舰鎴愬竷灞鍚堢悊銆佽勬ā閫傚害銆佹妧鏈鍏堣繘銆佺豢鑹蹭綆纰炽佸缓鐢ㄥ苟涓俱佽祴鑳藉崈琛岀櫨涓氱殑澶ф暟鎹涓蹇冨崗鍚屽垱鏂板彂灞曟牸灞銆傚叾涓锛屽缓璁剧渷绾ф牳蹇冩灑绾借妭鐐癸紝閲嶇偣瑕佹壙鎺ヤ含娲ュ唨銆侀暱涓夎掋佸ぇ婀惧尯绛夊湴鍖哄悗鍚堝姞宸ャ佺荤嚎鍒嗘瀽銆佸瓨鍌ㄥ囦唤绛夐潪瀹炴椂鎬ф暟鎹涓蹇冧笟鍔★紝绉鏋佷簤鍙栧浗瀹舵灑绾借妭鐐瑰拰鍥藉堕噸瑕佹暟鎹璧勬簮鐏惧囦腑蹇冦
鍦ㄦ帹杩涚綉缁滀簰鑱斾簰閫氭柟闈
鎸佺画浼樺寲楠ㄥ共浼犺緭缃戞灦鏋勶紝鎵╁睍缃戠粶浼犺緭甯﹀斤紝鍔犲揩寤鸿惧畬鍠勫お鍘熷浗瀹剁骇浜掕仈缃戦ㄥ共鐩磋仈鐐广
寤鸿炬暟鎹涓蹇冪洿杩炵綉缁滐紝鎵撻氱綉缁滀紶杈撻氶亾锛岄檷浣庣綉缁滄椂寤讹紝鎻愬崌璺ㄧ綉璺ㄥ尯鍩熷熀纭鑳藉姏鍜屾暟鎹浜や簰鑳藉姏銆
鍒2023骞达紝鍏ㄧ渷瀹炵幇鏁版嵁涓蹇冮棿楂橀熶簰鑱旓紝鍘熷垯涓婂疄鐜版暟鎹涓蹇冪鍒扮鍗曞悜缃戠粶鏃跺欢鍩庡競鍐呬笉楂樹簬10姣绉掞紝鍩庡競闂翠笉楂樹簬20姣绉掋

⑷ 数据科学与大数据技术就业方向

数据科学与大数据技术就业方向：

分析类岗位

分析类工程师。使用统计模型、数据挖掘、机器学习及其他方法，进行数据清洗、数据分析、构建行业数据分析模型，为客户提供有价值的信息，满足客户需求。

算法工程师。大数据方向，和专业工程师一起从系统应用的角度,利用数据挖掘/统计学习的理论和方法解决实际问题；人工智能方向，根据人工智能产品需求完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题。

研发类岗位

架构工程师。负责Hadoop集群架构设计开发、搭建、管理、运维、调优，从数据采集到数据加工，从数据清洗到数据抽取，从数据统计到数据分析，实现大数据全产业线上的应用分析设计。

开发工程师。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，负责机器学习、深度学习领域的开发工作。

运维工程师。负责大数据基础平台的运维,保障平台的稳定可用，参与设计大数据自动化运维、监控、故障处理工具。

管理类岗位

产品经理。负责大数据平台产品的设计工作，主导数据产品的功能规划、体验设计，与研发、数据分析、算法团队紧密合作，挖掘数据价值，形成数据产品，包括部分数据可视化的产品设计等。

运营经理。根据业务特点，结合业务发展需求，设立数据监控模型,搭建数据分析架构，理解业务方向和战略，为业务战略决策、业务方向提供决策支持，竞争分析及建议。

⑸ 大数据技术与应用就业方向

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；

大数据分析类人才。

大数据十大就业职位：
一、ETL研发

随着数据种类的不断增加，企业对数据整合专业人才的需求越来越旺盛。ETL开发者与不同的数据来源和组织打交道，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。

ETL研发，主要负责将分散的、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或数据集市中，成为联机分析处理、数据挖掘的基础。

目前，ETL行业相对成熟，相关岗位的工作生命周期比较长，通常由内部员工和外包合同商之间通力完成。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。

二、Hadoop开发

Hadoop的核心是HDFS和MapRece.HDFS提供了海量数据的存储，MapRece提供了对数据的计算。随着数据集规模不断增大，而传统BI的数据处理成本过高，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。如今具备Hadoop框架经验的技术人员是最抢手的大数据人才。

三、可视化（前端展现）工具开发

海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。

可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有数 据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。

过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。

四、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，确保以最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。

五、数据仓库研究

数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。

数据仓库的专家熟悉Teradata、Neteeza和Exadata等公司的大数据一体机。能够在这些一体机上完成数据集成、管理和性能优化等工作。

六、OLAP开发

随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合。联机分析处理（OLAP）系统就负责解决此类海量数据处理的问题。

OLAP在线联机分析开发者，负责将数据从关系型或非关系型数据源中抽取出来建立模型，然后创建数据访问的用户界面，提供高性能的预定义查询功能。

七、数据科学研究

这一职位过去也被称为数据架构研究，数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际工作 将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。因此，数据科学家首先应当具备优秀的沟通技能，能够同时将数据分析结果解释给IT部门和业务部门领导。

总的来说，数据科学家是分析师、艺术家的合体，需要具备多种交叉科学和商业技能。

八、数据预测（数据挖掘）分析

营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。

九、企业数据管理

企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据清洗 和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需要保证 市场数据的完整性，准确性，唯一性，真实性和不冗余。

十、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。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏。

⑹ 数据科学与大数据技术就业方向

数据科学与大数据技术就业方向如下：

1、大数据系统架构师：大数据平台搭建、系统设计、基础设施。

2、大数据系统分析师：面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。

2011年至2014年四年间，我国大数据处于起步阶段，每年均增长在20%以上。2015年，大数据市场 规模已达到98.9亿元。2016年增速达到45%，超过160亿元。预计2020年，我国大数据市场规模将超过 8000亿元，有望成世界第一数据资源大国。但数据开放度低、技术薄弱、人才缺失、行业应用不深入等 都是产业发展中亟待解决的问题。

根据领英发布《2016年中国最热职位人才报告》显示，有六类热门职位的人才当前都处于供不应求 状态，稀缺程度各有不同，其中，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。