轉行數據科學哪個崗位好

① 數據科學與大數據技術就業方向

數據科學與大數據技術就業方向如下：

1、大數據系統架構師：大數據平台搭建、系統設計、基礎設施。

2、大數據系統分析師：面向實際行業領域，利用大數據技術進行數據安全生命周期管理、分析和應用。

2011年至2014年四年間，我國大數據處於起步階段，每年均增長在20%以上。2015年，大數據市爛並場 規模已達到98.9億元。2016年增速達到45%，超過160億元。預計2020年，我國大數據市場規模將超過 8000億元，有望成世界第一數據資源大國。但數據開放度低、技術薄弱、人才缺失、行業應用不深入等 都是產業發展中亟待解決的問題。

根據領英發布《2016年中國最熱職位人才報告》顯示，有六類熱門職位的人才當前都處於供不應求 狀態，稀缺程度各有不同，其中，數據分析人才的供給指數最低，僅為0.05，屬於高度稀缺。

② 大數據都有哪些就業方向

大數據是IT行業的新寵，前景好，薪資高，越來越多的人想要轉行大數據，開始學習大數據，但是對於轉型著來說，面對全新的行業，它的就業前景怎麼樣呢，學了大數據又能從事哪些工作呢？

大數據行業人才稀缺，市場需求量大。目前大數據行業人才僅為50萬，而實際上整個行業人才需求超100萬，可謂人才缺口巨大。而且，大數據覆蓋各行各業，應用領域十分廣泛。大數據在金融、醫療、交通、電商、農業等多個行業都有應用。近年來人工智慧、物聯網也是迅速發展，而大數據也是這些新興技術的基礎，未來大數據還將成為全行業的基石。

大數據行業的薪資也是普遍較高的。IT行業本就是薪資較高的行業，而大數據作為IT行業的新寵，高薪也是很常見的。目前，大數據行業的平均月薪能夠在15K-20K左右，非常優秀的大數據人才月薪30K也是有的，所以說大數據也是個高薪的職業。

對於大數據的就業方向，實際上可以劃分為三個大類，一、大數據開發；二、系統研發；三、大數據分析。而對應的基礎崗位為：一、大數據開發工程師；二、大數據系統研發工程師；三、大數據分析師。

1、大數據開發工程師

大數據開發工程師，精簡到一個詞語就是：統計；精簡到兩類指標就是：PV和UV；精簡到一句話就是：統計各種指標的PV和UV。當然，具體的工作，並不是這么的簡單，還需要從業者具備hadoop、spark、kafka、python等知識的應用。

2、Hadoop開發工程師

信息時代數據的爆發式增長，使得數據的規模越來越大，傳統BI（即商務智能）的數據處理成本高漲，加劇了企業的負擔。而Hadoop廉價的數據處理能力被重新挖掘，企業需求持續增長。

3、信息架構工程師

信息架構師需要懂得如何定義和存檔關鍵元素，確保以最有效的方式進行數據管理和利用。信息架構師的關鍵技能包括主數據管理、業務知識和數據建模等。當然，這也就是信息架構工程師的工作。

4、大數據分析師

大數據分析師需要對海量的大數據做分析、挖掘和展現，並且將其中有價值的信息提取出來為決策提供支持，而大數據分析師實際上就是從事這類工作的從業人員。大數據分析師不僅要具備數據分析知識，作為高級大數據分析師，還要掌握大數據技術相關知識，如Hadoop、Python等，具備更為綜合的大數據知識體系。

其實這些崗位還只是大數據行業的一部分，由於目前大數據的利用還在不斷探索研究中，未來還將有更多細分領域應用到大數據，也會增加更多的就業機會，所以，讓我們繼續關注大數據行業，拭目以待吧！

③ 大數據畢業後去什麼崗位就業 哪些工作前景最好

大數據畢業後的工作方向有：大數據維護、研發、架構工程師方向的工作;所涉及的職業崗位為：大數據工程師、攜激大數據維護工程師、大數據研發工程師、大數據架構師等。

大數據畢業可以從事哪些工作

信息架構工程師工作：信息架構師需要懂得如何定義和存檔關鍵元素，確保以最有效的方式進行數據管理和利用。

數據規劃師工作：數據規劃師在一個產品設計之前，為企業各項決策提供關鍵性數據支撐，實現企業數據價值的最大化，更好地實施差異化競爭，幫助企業在競爭中獲得先機。

大數據分析師工作：大數據分析師需要對海量的大數據做分析、挖掘和展現，並且將其中有價值的信息提取出來為決策提供支持。

大數據專業發展前景好嗎

大數據相關崗位有個幾年的工作經驗薪資過萬是很容易得，有的崗位工資翻了一番，大數據工作崗位工資確實是高。在北上廣這些城市工資還能往上提，高學歷和豐富的大數據工作經驗都是加分項。

隨著互聯網人工智慧的發展，大數據人才需求也會更多，大家所熟知的社交卜隱余、購物平台都運用大數據技術對用戶行為愛好做定向推薦。大數據發展的趨勢型滾只會越來越好，大數據崗位工資上萬不是很難。

需要掌握的技術也比較多，以大數據開發工程師工作為例，一般都要求熟練掌握hadoop生態的大數據開發工具，包括Spark，Hbase，Hive,Hudi，ElasticSearch，Flink，Canal等，精通至少一門編程語言(Java,Scala,Python)。有技術在手高薪就業真不是難事，特別是大數據專業，發展前景好、人才需求大，一般剛出來的實習工資都在7-13k，在it行業算是頂尖的了。

所以說大數據崗位薪資是挺高的，月入過萬也只是起步。大數據是需要有一定的編程開發基礎的，0基礎轉行需要慎重考慮。知識經驗都掌握在手就不怕沒有高薪的工作了。

④ 大數據技術的就業方向 找什麼工作好

大數據技術專業畢業生能夠從事基於計算機、移動互聯網、電子信息、電子商務技術、電子金融、電子政務、軍事等領域的大數據平台運維、流計算核心技術等方面的高級技術人才，可在政府機關、房地產、銀行、金融、移動互聯網等領域工作。

大數據做做什麼工作前景好吃香

此燃(1)大數據系統研發工程師：負責大數據系統研發工作，包括大規模非結構化數據業務模型構建、大數據存儲、資料庫架構設計以及資料庫詳細設計、優化資料庫構架、解決資料庫中心建設設計問題。他們還負責集群的日常運作、系統的監測和配置、Hadoop與其他系統的集成。

(2)大數據應用開發工程師：負責搭建大數據應用平台、開發分析應用程序。他們熟悉工具或演算法、編程、包裝、優化或者部署不同的MapRece事務。他們以大數據技術為核心，研發各種基於大數據技術的應用程序及行業解決方案，大數據應用開發工程師崗位前景廣闊。

(3)大數據分析師：運用演算法來解決分析問題，並且從事大數據挖掘工作。他們最大的本事就是能夠讓數據道出真相;此外，他們還擁有某個領域的專長，幫助開發數據產品，推動數據解決方案的不斷更新。

大數據技術專業畢業做哪些工作

大數據技術工作方向主要有：互聯網、物聯網、人工智慧、金融、體育、在線教育、交通、物流、電商等。

1、Hadoop大數據開發方向工作

市場需求旺盛，大數據培訓的主體，目前IT培訓機構的重點。

對應崗位：大數據開發工程師、爬蟲工程師、數據分析師等。

2.、數據森悉虛挖掘、數據分析機器學習方向工作

學習起點高、難度大，市面上只有很少的培訓機構在做。

對應崗位：數據科學家、數據挖掘工程師、機器學習工程師等。

3.、大數據運維雲計算方向工作

市場需求中等，更偏向於Linux、雲計算學科

對應崗位：大數據運維工程師

當下，大數據的趨勢已逐步從概念走向落地，而在IT人跟隨陸笑大數據浪潮的轉型中，各大企業對大數據高端人才的需求也越來越緊迫。這一趨勢，也給想要從事大數據方面工作的人員提供了難得的工作機遇。

⑤ 大數據就業方向

該專業畢業的學生可以去對大數據處理有需求的各行業部門，如銀行、商業機構、電信、電商公司等入職，也可以從事數據採集、管理、分析與挖掘方面的工作。
1、大數據工程師：從事數據採集與管理工作，需要較強的IT專業能力，這個崗位也有很多別名，如hadoop工程師、javag工程師（大數據）、ETL工程師等，關鍵看其崗位職責和技能需求，別看名字。應屆生月薪平均在10k以上。
2、大數據分析師：從事數據資源開發與利用，主要工作是數據分析、和數據挖掘，能出圖表、出報告。需要數量使用一些分析工具，比如spss、SAS，如果能使用編程的方式靈活進行數據分析，就更好了，比如python或R.這個崗位也有別名，比如數據分析師，商務智能分析師。應屆生月薪大約在8k以上。
3、演算法工程師：從事機器學習，構建人工智慧模型，也稱機器學習工程師，在商業領域，也有稱為商務智能工程師的。該崗位需要很強的數學分析能力和編程能力，是三個崗位中的金領職位，也是月薪最高的職位，應屆生月薪目前在15K以上。

⑥ 數據科學與大數據技術專業好找工作嗎除了做數據分析，還有哪些就業方向

數據科學和大數據技術專業無論是現在還是未來都有非常好的就業前景

數據科學和大數據技術專業非常有用，如今數據是企業單位非常寶貴的資源，大數據分析技術也在不斷的提升，對於企業的經營管理、銷售業績的提升、如何降低成本等等都需要這方面的人才。可以說數據科學和大數據技術專業已經在各企業中發揮著重要的作用，如今這個專業技術已經在互聯網、金融機構、交通運輸、航空航天、醫療、國際等許多領域有非常廣的應用。

到了2030年的時候，大數據和相關產業規模已經達到上萬億，大數據產業已經是重要的新經濟增長點，因此市場對於這方面的技術人才有很大的需求，如今國家大數據人才僅僅只有40多萬，未來三到五年期間這方面的人才將缺少150萬。正因為人才的缺乏導致這個領域的薪水比較高，僅僅以HADOOP開發工師的薪水為例，剛剛入門就達到8千，隨著技術的發展，可以達到年薪30-50萬。

大數據專業在就業崗位和待遇方面都非常可觀，但是前提需要人們有扎實的基礎和保持不斷學習的新技術的心態，如今的互聯網時代框架技術永遠都在不斷的前進，因此人們要不斷的學習進步才可以不被這個社會所淘汰。

⑦ 學習數據科學的就業方向有哪些

學習數據科學的就業方向有很多，以下這些是比較熱門的職業：

1、數據分析師。數據分析師側重於利用統計學、數學等知識進行數據挖掘，日常的主要工作內容為收集數據、清洗數據、然後做一些分析或可視化處理，對編程語言有一定的要求，如R，Python，Javascript，C/C++，SQL等。

2. 商業分析師。商業分析師和純數據科學家都是使用數據的專家，但工作內容是有比較大差別的。通常，商業分析師要對某專業領域具有深入的了解和深刻的認識，商業敏感度高，擅長於從某一領域的數據中挖掘信息，以此評估過去、現在和未來可能的經營業績。確定最有效的分析模型和途徑，為商業用戶提供和解釋解決方案。

3.數據工程師。作為一個新興的職業類型， 數據工程師更傾向於掌握 「戰術層面」 的具體數據技能，專注於使數據可用並能夠在生產環境中對數據進行處理，如具體的編程語言、操作系統與資料庫等；而數據科學家更傾向於「戰略層面」的數據技能，如數據分析、數據挖掘、統計分析、機器學習等。

想要了解更多關於數據分析師就業方向的信息，可以咨詢一下CDA認證機構。CDA是大數據和人工智慧時代面向國際范圍全行業的數據分析專業人才職業簡稱。全球CDA持證者秉承著先進商業數據分析的新理念，遵循著《CDA職業道德和行為准則》新規范，發揮著自身數據專業能力，推動科技創新進步，助力經濟持續發展。

⑧ 數據科學與大數據技術就業方向

數據科學與大數據技術就業方向：

分析類崗位

分析類工程師。使用統計模型、數據挖掘、機器學習及其他方法，進行數據清洗、數據分析、構建行業數據分析模型，為客戶提供有價值的信息，滿足客戶需求。

演算法工程師。大數據方向，和專業工程師一起從系統應用的角度,利用數據挖掘/統計學習的理論和方法解決實際問題；人工智慧方向，根據人工智慧產品需求完成技術方案設計及演算法設計和核心模塊開發，組織解決項目開發過程中的重大技術問題。

研發類崗位

架構工程師。負責Hadoop集群架構設計開發、搭建、管理、運維、調優，從數據採集到數據加工，從數據清洗到數據抽取，從數據統計到數據分析，實現大數據全產業線上的應用分析設計。

開發工程師。基於hadoop、spark等構建數據分析平台，進行設計、開發分布式計算業務，負責機器學習、深度學習領域的開發工作。

運維工程師。負責大數據基礎平台的運維,保障平台的穩定可用，參與設計大數據自動化運維、監控、故障處理工具。

管理類崗位

產品經理。負責大數據平台產品的設計工作，主導數據產品的功能規劃、體驗設計，與研發、數據分析、演算法團隊緊密合作，挖掘數據價值，形成數據產品，包括部分數據可視化的產品設計等。

運營經理。根據業務特點，結合業務發展需求，設立數據監控模型,搭建數據分析架構，理解業務方向和戰略，為業務戰略決策、業務方向提供決策支持，競爭分析及建議。

⑨ 大數據畢業後去什麼崗位就業

大數據開發工程師:負責公司大數據平台的開發和維護,負責大數據平台持續集成相關工具平台的架構設計與產品開發等，具體來看一下！

大數據畢業後就業方向有哪些

1. 數據工程方向

畢業生能夠從事基於計算機、移動互聯網、電子信息、等各種相關領域的Java大數據分布式程序開發、大數據集成平台的應用、開發等方面的工作，也可以就在IT領域從事計算機應用工作

2. 數據分析方向

缺啊，數據分析師一出手！市場導向全在手，大數據畢業生做數據分析，多理所應當的一件事情！數據分析方向還可以分得更細，數據存儲和管理、數據清理、數據挖掘、數據可視化，大數據很難的你們曉得吧，這些崗位也都是分開招人的，所以說，你就得逮著一個方向使勁兒學，不然你跟不是大數據專業的計算機畢業生之間有啥子區別哦！

3. 大數據運維方向

這個嘛！雲計算和大數據是緊密相連的嗎，一個負責搞出來數據，一個負責計算數據，還是搶手的嘞！運營工程師基本是負責服務的穩定性，維護並確保整個服務的高可用性，同時做優化。

大數據專業就業前景

數據科學與大數據技術，簡稱大數據專業。
是2016年以來國內新開的專業學科之一，這幾年「大數據」成為發展最快的專業。大數據專業是一門實踐性很強的新興交叉學科，以大數據分析為核心，以統計學、計算機科學和數學為三大基礎支撐性學科，培養面向多層次研究、應用需求的高級人才。
大數據專業畢業生可以勝任大數據技術開發與應用，大數據運維和雲計算等工作，在未來發展前景很好的，可以去大型互聯網公司就業，做前、後端開發、數據分析師、機器學習演算法工程師，App開發、智能游戲設計與開發、數據科學家等。

⑩ 什麼崗位適合轉行做數據分析

轉行做數據分析師，和一個人的從事的崗位沒有太大的關系，因為說到的是「轉行」，就是從一個和數據分析相關性或交集程度很弱的行業，轉到數據分析這個行業。

如果你現在的崗位是在做報表分析或產品市場分析，或者電商、金融行業的市場定位以及產品的分析設計等等，並沒有直接和數據分析打交道，那這不算是轉行，頂多是學習了一門新的技能，在原有的基礎上，提升了自己的綜合實力，為自己博得了增值的砝碼。

如果你學生時期本身就是學習數理統計或計算機相關專業，那麼恭喜你，相對來說你會學得比較容易上手，比較輕松一點。

不過，這只是簡單的從過去的知識背景出發，但不能代表全部，學習數據分析時，學習者的興趣、耐心和決心都是相輔相成，缺一不可，很多人一開始對數據分析非常的有興趣，但在慢慢地學習過程中，卻覺得數字過於枯燥，無法堅持不下來，最終就不了了之了，這樣即使背景再強大也是於事無補的。

所以，如果你打算轉行數據分析，就一定要想得清清楚楚，一切事物都是有風險的，誰都無法預測未來會變成什麼樣，但有時候人是需要一些果斷的（不是沖動），想好了就不猶豫。