数据分析哪个职位好

A. 数据分析的行业选择有哪些

首先说的是Hadoop开发工程师。很多人对于Hadoop这个词不是很清楚，其实Hadoop是数据分析中常见的一个分布式文件系统，简称HDFS。而这个常见的系统叫做Hadoop的是一个能够对大量数据进行分布式处理的软件框架，这个系统能够以一种可靠、高效、可伸缩的方式去处理数据。所以Hadoop开发工程师在数据分析里面是一个重要的职位。

然后说数据分析师。数据分析师是数据分析中最直接的一种职业。数据分析师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。数据工程师在工作中通过运用工具，提取、分析、体现数据，从而实现数据分析的意义。当然，数据分析师需要掌握一门计算机语言，比如Python、MATLAB等等，这样才能够帮助数据分析师提高数据分析的效率，从而更好的分析数据。

接着说数据挖掘工程师，数据挖掘师一般就是从海量的数据中提取出一定的数据，这些数据都是有价值、有规律的，由此可见，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，最基本的比如线性代数、概率论等。这样方便数据挖掘工程师进行对数据的挖掘。

最后说一下大数据可视化工程师。就目前而言，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。大数据可视化工程师必须依据产品业务功能，设计符合需求的可视化方案。并且依据可视化场景不同及性能要求，选择合适的可视化技术。同时配合前端开发人员将样例组件化。还需要依据方案和技术选型制作可视化样例。更要配合视觉设计人员完善可视化样例。

B. 商务数据分析与应用专业有什么好的就业岗位

1.
本专业毕业生适合在电子商务或其他企事业单位从事商务数据搜集、整理、分析与应用、数据化运营与管理及自主创业等工作。初始就业岗位主要包括:数据采...
2.
2商务数据分析与应用专业课程 《数据统计与分析技术》、《企业电子商务运营》、《商务网站数据分析技术》、《企业电子商务运营数据分析》

C. 大数据毕业后去什么岗位就业 哪些工作前景最好

大数据毕业后的工作方向有：大数据维护、研发、架构工程师方向的工作;所涉及的职业岗位为：大数据工程师、携激大数据维护工程师、大数据研发工程师、大数据架构师等。

大数据毕业可以从事哪些工作

信息架构工程师工作：信息架构师需要懂得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。

数据规划师工作：数据规划师在一个产品设计之前，为企业各项决策提供关键性数据支撑，实现企业数据价值的最大化，更好地实施差异化竞争，帮助企业在竞争中获得先机。

大数据分析师工作：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。

大数据专业发展前景好吗

大数据相关岗位有个几年的工作经验薪资过万是很容易得，有的岗位工资翻了一番，大数据工作岗位工资确实是高。在北上广这些城市工资还能往上提，高学历和丰富的大数据工作经验都是加分项。

随着互联网人工智能的发展，大数据人才需求也会更多，大家所熟知的社交卜隐余、购物平台都运用大数据技术对用户行为爱好做定向推荐。大数据发展的趋势型滚只会越来越好，大数据岗位工资上万不是很难。

需要掌握的技术也比较多，以大数据开发工程师工作为例，一般都要求熟练掌握hadoop生态的大数据开发工具，包括Spark，Hbase，Hive,Hudi，ElasticSearch，Flink，Canal等，精通至少一门编程语言(Java,Scala,Python)。有技术在手高薪就业真不是难事，特别是大数据专业，发展前景好、人才需求大，一般刚出来的实习工资都在7-13k，在it行业算是顶尖的了。

所以说大数据岗位薪资是挺高的，月入过万也只是起步。大数据是需要有一定的编程开发基础的，0基础转行需要慎重考虑。知识经验都掌握在手就不怕没有高薪的工作了。

D. 大数据行业就业三大方向和十大职位介绍

大数据行业就业三大方向和十大职位介绍

当下，大数据的趋势已逐步从概念走向落地，而在IT人跟随大数据浪潮的转型中，各大企业对大数据高端人才的需求也越来越紧迫。这一趋势，也给想要从事大数据方面工作的人员提供了难得的职业机遇。

思数云计算和大数据服务中心，简称思数云（隶属于北京思数科技有限公司），是国内专业大数据分析培训、咨询机构。中国云计算大数据处理委员会、与中科院软件所、清华大学以及Google、Yahoo、腾讯、阿里、移动研究院等大数据技术人员一起合作，在2012年组建了”NewBI-思数云服务”大数据服务中心。

思数云从长期实践总结出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。

从企业方面来说，大数据人才大致可以分为产品和市场分析、安全和风险分析以及商业智能三大领域。产品分析是指通过算法来测试新产品的有效性，是一个相对较 新的领域。在安全和风险分析方面，数据科学家们知道需要收集哪些数据、如何进行快速分析，并最终通过分析信息来有效遏制网络入侵或抓住网络罪犯。

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。