⑴ 軟體數據分析師和軟體開發哪個更有前途
二者的發展道路略有不同：從近幾年的發展來看，電商的興起，使得企業對數據分析人員的需求大增，並且數據分析參與決策的角色也越來越重要，數據分析師在公司可以轉為數據運營，慢慢地可以做到運營總監、對公司整個的運轉會有整體的把握，容易躋身公司高層或者時機成熟自己創業。
軟體開發是一項苦差事，入門薪水平均要比數據分析師高，但只能年輕時做，30歲往上，由於時間精力、體力、學習能力的下降，會覺得越來月吃力，將來只能轉崗，或者自己創業。
各有利弊，但最終要看個人性格和能力，請根據自身特點選擇。
⑵ 軟考中資料庫系統工程師和軟體分析師哪個比較有用
資料庫系統工程師是比較通用的，而且實用性強一些，偏資料庫方向
軟體分析師感覺虛一些，目前應用范圍沒有前者這么廣，應該是軟體開發方向
都是一個機構的，含金量一樣，至於哪個有用，看你准備發展的技術路線了
⑶ 大數據開發和數據分析哪個前景更好哪個薪資高
大數據就業兩大方向：
1、大數據開發工程師
數據工程師建設和優化系統。更多的是朝著軟體開發能力上學習和提升。
2、大數據分析師
一般工作包括數據清洗，執行分析和數據可視化。核心職責是幫助其他人追蹤進展，和優化目標。
大數據工程師主要工作在後端。持續的提升數據管道來保證數據的精確和可獲取，好的工程師會為組織節省很多的時間和精力。
大數據分析師一般用數據工程師提供的現成的介面來抽取新的數據，然後取發現數據中的趨勢，同時也要分析異常情況。
數據分析師中的數據挖掘技術方向，門檻較高，需要扎實的演算法能力和代碼能力，同時薪資待遇也更好。
⑷ 關於數據分析員和軟體測試工程師，求前輩指教。
軟體測試工程師偏向技術，薪酬幅度比較大，一般是3+n的水平也就是工作兩年3000+2000=5000，看你的技術能力。.應用面比較廣，工作比較好找。例如你做游戲測試，你可以從事網站測試。
數據分析員偏向市場，業務性比較強,不適合換行業，但是掌握一些高端的信息。薪酬不了解。例如你從事游戲市場的數據分析員，那你跳槽還是跳游戲行業的。崗位不多，但是掌握核心信息。
外包公司有沒有鍛煉口語就看你的就業地點和職位。如果你的就業地點在國內，而老外都在國外，那麼一般負責人才和老外溝通。你一般只用英語文檔。
⑸ 大數據和軟體開發哪個方向好
大數據和軟體開發，其實准確來說，大數據也是軟體開發當中的一個方向。
軟體開發，猜測你指的應該是開發工程師、程序員一類的，從職業范疇來說，大數據開發也涵蓋其中。從就業前景來說的話，大數據是目前比較熱門的方向，薪資待遇在程序員群體當中也是拔尖的。
大數據具體來說，還可以細分方向。比如說大數據開發，主要是技術類工作，數據系統平台開發、數據應用開發、ETL開發、系統運維等工作，這方面的工作，現在需求普遍，待遇也好。
還有大數據分析挖掘，尤其是挖掘演算法方向，現在也很受重視，尤其是是BAT大公司，數據資源多，這方面的崗位需求也多，待遇超出同級別其他很多崗位。
⑹ 我是學C#的，對我來說考資料庫工程師好，還是軟體工程師好啊
考什麼不重要，職稱也不重要，得看你有沒有那個能力對於初級的C#程序員來說：需要掌握的已經不僅僅是會寫三層架構的類庫或者應用23種設計模式及多線程等等諸多技術，不知道你掌握了多少，考工程師絕對不是一句空話……
軟體行業絕對不是一時的興趣，不僅需要知識的長時間積累還需要有一個的思維方式！C#是.NET平台最優秀的語言，可以在整個.NET平台進行任何的開發，資料庫開發只是一個小范疇，如果你對SQL、Oracle、DB2等數據都比較擅長的話，將來可以作一個DBA也不錯，不過這個更得需要實際的經驗。如果喜歡軟體還是把基礎說起吧，當你對OOP思想還沒有準確的定位和應用之前，一切還都需努力……
⑺ 大數據分析師和大數據工程師的區別
一個在前端搭建平台軟體使數據採集更高效更全面更准確，一個在後端處理原始數據，清洗數據，建立分析模型進行分析，就像開採石油，怎麼采，去哪兒采是工程師的工作，把原油進行分解，提煉，萃取是分析師的工作
⑻ 數據分析專員與軟體工程師哪個的職業壽命長
職業壽命都差不多。各行業各有長處。各有精進的一面。數據分析專員與軟體工程師對人員的專業知識等方面也是各有不同的。
1.數據分析員是根據數據分析方案進行數據分析的人員，能進行較高級的數據統計分析，負責公司錄入人員的管理和業績考核，以及對編碼人員的行業知識和問卷結構的培訓，和錄入資料庫的設立，數據的校驗，資料庫的邏輯查錯，對部分問卷的核對等職責。
2.軟體工程師一般指從事軟體開發職業的人。軟體工程師是一個認證考試，具體地說是從事軟體職業的人員的一種職業能力的認證，通過它說明具備了工程師的資格。軟體工程師的技術要求是比較全面的，除了最基礎的編程語言（C語言/C++/JAVA等）、資料庫技術（SQL/ORACLE/DB2等）等，還有諸多如JAVA SCRIPT、AJAX、HIBERNATE、SPRING等前沿技術。此外，關於網路工程和軟體測試的其他技術也要有所涉獵。
⑼ 資料庫工程師和數據分析師哪個好
數據分析師是比較好的，以下是資料庫工程師和數據分析師的區別：
1、概念區別。數據分析師，是數據師的一種，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。大數據工程師其實有很多別名，數據挖掘工程師、大數據專家、數據研究員、用戶分析專家等都是經常在國內公司里出現的Title，大數據工程師就是一群「玩數據」的人，玩出數據的商業價值，讓數據變成生產力。
2、發展方向。數據分析師發展方向有：市場調研方向、數據分析/挖掘方向、數據工程師方向等。大數據培訓出來的大數據工程師發展方向有：首席數據官（CDO）、營銷分析師/客戶關系管理分析師、數據工程師、BI開發工程師、數據可視化等。
想要了解資料庫工程師和數據分析師，建議到CDA數據認證中心看看，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，具體指在互聯網、金融、咨詢、電信、零售、醫療、旅遊等行業專門從事數據的採集、清洗、處理、分析並能製作業務報告、提供決策的新型數據人才。
⑽ 數據分析師和 大數據工程師 哪個好
兩個崗位完全不同。數據分析師是用數據的。數據工程師是把數據匯聚起來的。不過非要說好的話，數據分析師是比較好的。
數據工程師對演演算法有相當好的理解。因此，數據工程師理應能運行基本數據模型。商業需求的高端化催生了演算高度復雜化的需求。很多時候，這些需求超過了數據工程師掌握知識范圍，這個時候就需要打電話尋求數據科學家的幫助。
互聯網時代的數據分析師必須學會藉助技術手段進行高效的數據處理。更為重要的是，互聯網時代的數據分析師要不斷在數據研究的方法論方面進行創新和突破。就行業而言，數據分析師的價值與此類似。就新聞出版行業而言，無論在任何時代，媒體運營者能否准確、詳細和及時地了解受眾狀況和變化趨勢，都是媒體成敗的關鍵。
想要了解更多關於數據分析師和大數據工程師的信息可以到CDA認證機構了解一下，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。