数据库工程师可以干到多少岁

A. 大数据开发可以干到多少岁

这个不仅是说大数据开发，对于很多行业工作者来说都是这样
“你能跟得上节奏，你就能做多久”
对于年龄变大，就把程序员淘汰这一说法还不是来自于“年纪大了，学习知识的能力就变弱了”这一想法。
但是，事实上真的是这样吗？
当然不是，都说35岁是程序员的一道分水岭，超过35岁就差不多在这行要干不下去了。但我见过不少超过35岁却还依然在工作的程序员，且知识储备比很多年轻人要高得多，问题解决能力也很强。
所以，这些都是看你是否有能力跟上时代的潮流，是否有能力及时更新自己的知识储备，能够满足计算机这一行业的更新换代的速度，只要你能跟上，你年龄再大都没问题，反而专业能力会越来越高！

B. oracle数据库工程师是吃青春饭的职业吗

和是会计师不一样，不过和别的工程师差不多，职称上可以评工程师、高级工程师，信息类的。
在一般国有企业可以做CIO，也就是信息主管类职务。
如果在信息类的公司，可以做到技术总监之类。
我们同行有做技术做到50多岁的，不过他是软件公司的做副总经理，除了精通各种数据库外，也做数据库相关的软件编程。

C. 大数据研发工程师能做到多少岁

一般过了35岁就会比较吃力的额，尤其对于搞软件开发的，吃的是青春饭

D. 大数据工程师职业到底有多吃香

众所周知，当下大数据开发工程师是一个很吃香的职业，现在大数据技术人才短缺，在互联网圈里越久，资历越老，就越受欢迎。

但最近小骇发现了一个“大数据工程师干不过35岁”的话题引人注目。大数据工程师真的这么神奇吗?听起来这么恐怖的大数据工程师究竟是个啥职位??
谈大数据工程师职位之前我们先来聊聊互联网的职位发展，2018年是互联网低迷成为大数据开发工程师，别墅靠大海的一年。
近来阿里巴巴、陌陌、知乎等大厂都纷纷传来裁员的消息，有的人前一天还在通宵忙着新品上线，第二天就被裁员了，有人早上还写着、改着BUG，下午就被人事约谈。
而与之相对的，是19届毕业生已经开始走上舞台。据某招聘网站调查显示北京地区应届生期望薪资更是达到12992元。
“一代新人换旧人”，大数据是眼下非常时髦的技术名词，与此同时自然也催生出了一些与大数据处理相关的职业。
通过对数据的挖掘分析来影响企业的商业决策。毫无疑问，对于未来，大数据必定会带来崭新的格局。
从移动支付到共享经济，从万物互联到智慧城市，从大数据这一概念被初步接受，到刷屏的年度账单、听歌报告，大数据所创造的价值正在一步一步体现。
互联网、金融、电信、医疗、交通、民生，各行业都开始进行大数据应用，大数据的应用场景在未来更是有着无限可能。
大数据工程师究竟是个啥神仙职位呢?先让我们来了解一下大数据是什么。
大数据本质也是数据，但是又有了新的特征，包括数据来源广、数据格式多样化(结构化数据、非结构化数据、Excel文件、文本文件等)、
数据量大(最少也是TB级别的、甚至可能是PB级别)、数据增长速度快等。
在大数据行业中有很多领域;通常来说它们可以被分为两类：大数据工程，大数据分析。
这两个领域互相独立又互相关联。数据工程涉及平台和数据库的开发、部署和维护。
大数据工程师需要去设计和部署这样一个系统，使相关数据能面向不同的消费者及内部应用。对应的职位是大数据开发工程师、ETL工程师、算法工程师。
数据分析则是利用数据平台提供的数据进行知识提取;数据分析包括趋势、图样分析以及开发不同的分类、预测预报系统。
对应的职位是数据分析师、数据挖掘工程师和数据科学家。

E. 大数据工程师就业现状和前景如何

【导读】随着大数据的普及商用化，很多人说大数据工程师会在35岁失业，那么是真是假呢?今天我们就来对现行的大数据工程师就业现状和前景做个简单分析，希望对大家有所帮助。

从现在的市场环境情况看，大数据工程师不会失业，并且没有减少反而越来越多了，因为使用大数据的公司越来越多。提问者担心的是搭建大数据平台的工作都没了，大数据工程师还干什么?其实现实中大数据工程师并不是在搭建平台这个壳，而是在搭建平台上的数据内容。

早期的大数据工程师

可能在提问者的意识里认为大数据工程师熟练掌握各种分布式系统原理，顺手就写一个maprece程序来计算，精通使用hadoop，spark，flink，kafka各种架构原理，然后在集群遇到问题迅速调参数进行修复。能用大数据生态的各种组件组建起来搭建各种data
pipeline的方式实现大数据平台。这种确实是在还没有商业数据平台的时候大数据工程师的日常工作。总结主要工作：

维护hadoop等分布式平台，特别是在遇到系统高峰时能稳定系统完成数据加工需要比较深的分布式系统设计原理

根据业务发展使用大数据生态的各种组件组建起来搭建各种data pipeline，从数据采集，同步到加工(即所谓的ETL工作)

搭建分析师、运营和产品经理等大数据查询和提数平台

搭建大数据报表展现系统

在商业大数据平台上工作的大数据工程师

但是大数据商业平台出来后，和云上的组件打通后形成了闭环(特别是阿里云上的RDS可以直接导入数据到MaxComputer中)，比如原来至少需要一个调度平台(haoop时代)来调度数据引擎上的脚本，以完成数据从业务库同步到大数据平台，再调度完成后面的各种计算任务。这在以前至少需要一个调度平台，大数据平台，数据同步系统。但是现在全部都集成在一起来，且分布式系统放在云上会形成了资源弹性网络，避免了因数据的峰值而造成的高难度维护工作也基本不需要了。其他的查询、取数和展现系统云上也都齐全，直接用就行。

从上面可以看出原来的大数据工程师的工作，基本上被简化只剩下了数据加工部分了。

加工数据一开始的时候都是需要写maprece程序，并且需要很了解hadoop系统，防止写出烂程序，导致出现数据倾斜，没加取数范围限制等问题，导致一个任务堵塞整个集群。这个阶段确实需要专业的工程师来干，但是后来出现了hive，直接降级成了业务同学也能用的SQL。而且商业大数据平台会做大数据平台执行引擎，对烂脚本的优化做了很多，防止很绝大部分的问题，更不会出现上面的问题了。实际上现在大部分的数据工程师90%的时间都在用SQL。是真的不怎么需要了解底层原理。

这也说明大数据工程师的范围缩减了很多，基本只剩下了设计数据模型做基础的数据加工。这部分难度也不再是脚本的编写，而是数据模型的架构质量，这时候要求的是对业务的熟悉程度和数据模型的知识。所以渐渐的大数据工程师开始兼并了一些数据分析师的工作，来设计各种业务指标。甚至有时候运营需要的指标体系都是大数据工程师直接出的了。但是反过来数据分析不能做数据工程师的工作，因为有数据建模技术壁垒和复杂数据加工技术壁垒。

结论

当一个职位的难度系数下降后，它就会横向发展兼并上下游的职位的工作，最终那个难度系统最大的职位会留下，其他的出局。

所以从上面的论述，我认为普通的大数据工程师岗位不会减少，并且以后可能会兼并了数据分析师，但是长期可能会被算法工程师给兼并。原来掌握分布式系统开发的工程师规模缩减，并单独出来形成分布式系统工程师，在那些做商用大数据平台公司中继续开发。

以上就是小编今天给大家整理发布的关于大数据工程师就业现状和前景的相关内容，希望对大家有所帮助。

F. 数据库dba工程师有35岁中年危机吗30岁之后再入行数据库dba职位可以吗

基本来不及，数据库这块和编程什么的有一定的共同性，那就是“易懂难精”。
就平时用到的来说可能增删改查就足够了，不过如果是dba那就不一样了。
小一些的简单一些的：表的设计，范式结构设计（其实就是数据范式结构化的意思），查询语句设计。
系统化一些的：展现控制，数据流程，数据调优，系统优化，数据治理等等。
高大上一些的，比如数据库架构，算法设计等等。
现在提倡云计算，可能还要有一些java的变成基础，可能还需要hadoop等等。
如果原来是做实施运维的，那么数据库确实会接触一些，不过内容不会特别深入，但是如果转行做dba那就不一样了。
记得十年前给公司的运维培训的时候，我曾经讲过数据库，不过运维大多兴趣缺缺，因为这些在实际中虽然一直在用，但并不是那么明显，他们不想弄明白为什么要这么调，只要知道怎么调就可以了，而为什么这么调正是dba的工作。
至于有没有35岁危机，答案是有，在国内来说dba和程序员是一样的，如果一个人35岁还是一个程序员，你觉得会不会有危机，肯定有，dba的工作也一样。当然dba稍微好一点就是这个工作真的需要经验，不过按照你的说法，现在入行，确实有点晚了。
不过也可能你十分适合数据库的工作，很快就能完成以上的内容，然后大获成功，马云也是30多岁才创业，不也成功了吗，我的说法只适合一般人，如果你能转行成功，那么只能说明你真的很强。

G. 软件开发工程师多大年龄不能做了

一般就做到30岁左右，如果这时候还不能转到管理或者自己单干，那就没有再干下去的必要了，只能转行了。因为在这个年龄，你已经没有了创造力，更多依靠经验来办事，对薪金的要求也很高，所以很多企业会选择使用新人。

H. 数据库工程师年纪大了还能做吗

跟年纪无关，技术够牛多大年纪都能做。。感觉职业规划很重要，能去名企学几年，身价应该会涨不少~~不是这个方向的，不过做技术的都差不多吧~