数据工程有哪些岗位

㈠ 大数据有哪些职位

1、首席数据官(CDO)

首席数据官的工作内容非常多，职责也很复杂，他们负责公司的数据框架搭建、数据管理、数据安全保证、商务智能管理、数据洞察和高级分析。因此，首席数据师必须个人能力出众，同时还需要具备足够的领导力和远见，找准公司发展目标，协调应变管理过程。

2、营销分析师/客户关系管理分析师

客户忠诚度项目、网络分析和物联网技术积攒了大量的用户数据，很多先进公司已经在使用相关策略来支持公司的发展计划。尤其是市场部门能够运用这些数据进行更有针对性的营销。营销分析师能够发挥他们在Excel和SQL等数据分析工具方面的专业特长，对客户进行细分，确保数字化营销能够到达目标客户群体。

3、数据工程师

随着Hadoop和非结构化数据仓库的流行，所有分析功能的第一要务就是要得到正确的数据。高水平的工程师需要掌握数据管理技能，熟悉提取转换加载过程，很多公司都急需这样的人才。事实上，很多首席数据官甚至认为，数据工程师才是大数据相关行业中最重要的职位。

4、商务智能开发工程师

商务智能开发工程师的最基本职能，是管理结构数据从数据库分配至终端用户的过程。商务智能(BI)曾经只是商务金融的基础，现在已经独立出来，成为了单独的部门，很多商务智能团队正在搭建自服务指示板，这样运营经理就能快速且有效地获取高性能数据，评价公司运营情况。

5、数据可视化

随着指示板和可视化工具的增多，商务智能“前端”研发工程师需要更熟练掌握Tableau、QlikView/QlikSense、SiSense和Looker。能够使用d3.js在网络浏览器中制作数据可视化的研发工程师也越来越受到公司欢迎。很多大公司开出的年薪已经超过了7万5千英镑，平均日薪500多英镑。

6、大数据工程师

正如上文提到过的，数据工程师的工作是负责管理公司的数据，包括数据的收集，存储、处理和分析。大数据工程师需要能够搭建并维护大型异构数据框架，这些数据通常是在MongoDB等NoSQL数据库中。很多公司采用Hadoop框架和很多Hadoop次级软件包，如Hive(数据软件)，Pig(数据流语言)和Spark(多编程模型)。

㈡ 大数据有哪些工作岗位

1、大数据开发工程师

开发，建设，测试和维护架构，负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等。

2、数据分析师

收集，处理和执行统计数据分析;运用工具，提取、分析、呈现数据，实现数据的商业意义，需要业务理解和工具应用能力。

3、数据挖掘工程师

数据建模、机器学习和算法实现;商业智能，用户体验分析，预测流失用户等;需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求。

4、数据架构师

需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署;高级算法设计与优化;数据相关系统设计与优化，需要平台级开发和架构设计能力。成都加米谷大数据培训机构，大数据开发，数据分析与挖掘。

5、数据库开发

设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等。

6、数据库管理

数据库设计、数据迁移、数据库性能管理、数据安全管理，故障检修问题、数据备份、数据恢复等。

7、数据科学家

数据挖掘架构、模型标准、数据报告、数据分析方法;利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换。

8、数据产品经理

把数据和业务结合起来做成数据产品;平台线提供基础平台和通用的数据工具，业务线提供更加贴近业务的分析框架和数据应用。

㈢ 大数据毕业后去什么岗位就业

大数据就业方向主要有：互联网、物联网、人工智能、金融、体育、在线教育、交通、物流、电商等，具体岗位如下：

01大数据开发工程师

该工作岗位主要负责企业大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等。还要根据自己的工作安排高效、高质地完成代码编写，确保符合前端代码规范；梳理整体业务指标，开发可视化报表。

04大数据运维工程师

运维工程神亩告师的基本职责就是是负责企业服务的稳定性，确保企业服务可以24小时不间断地为用户提供服务，负责维护并确保耐友整个服务的高可用性，同时不断优化系统架构提升部署效率、优化资源利用率。

并且在出现问题时需要处理大数据平台的各类异常和故障，确保系统平台的稳定运行。

05大数据挖掘工程师

数据挖掘的工作就是负责从大量的数据中通过算法搜索隐藏于其中有用信息，然后辅助企业做出各种决策，让企业的决策智能化，自动化，从而使企业提高工作效率，减少错误决策的可能性，以在激烈的竞争中处于不败之地。

㈣ 大数据有关的工作有哪些

谈到大数据，肯定有很多人都听说过，但是如果要问大数据有关的工作，知道的人并不多，今天就为大家科普下大数据相关的工作岗位。

1、数据挖掘师/算法工程师

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、高等代数、凸优化、概率论等。

2、数据分析师

数据分析师是数据师的一种，指的是不同行业中，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。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。

3、数据挖掘工程师

大数据工程师主要从事数据挖掘工作，运用算法来解决和分析问题，让数据显露出真相，同时，他们还推动数据解决方案的不断更新。

4、数据产品经理

数据产品经理必须了解不同的公司，在不同的阶段，需要哪些数据产品，并能够制作出来，这是此职位的核心要求。

5、数据架构研究

数据科学家是指能采用科学方法、运用数据挖掘工具对复杂多量的数字、符号、文字、网址、音频或视频等信息进行数字化重现与认识，并能寻找新的数据洞察的工程师或专家。

在工资待遇上，不管是在国内还是国外，都是：数据架构研究->数据挖掘师/算法工程师>数据挖掘工程师=数据产品经理>数据分析师。

以上就是大数据有关的工作，想要从事以上的大数据工作，需要掌握大数据的技能，那么想要从事大数据的工作，需要学习以下内容：

阶段一：JavaSE开发

阶段二：JavaEE开发

阶段三：并发编程实战开发

阶段四：Linux精讲

阶段五：Hadoop生态体系

阶段六：Python实战开发

阶段七：Storm实时开发

阶段八：Spark生态体系

阶段九：ElasticSearch

阶段十：Docker容器引擎

阶段十一：机器学习

阶段十二：超大集群调优

阶段十三：大数据项目实战

以上都是想要从事大数据工作需要学习的内容

以上就是对于大数据相关工作内容的介绍，想要了解更多的大数据学习信息可以去光环大数据官网了解。

㈤ 大数据工程包括哪些工作岗位

数据分析师：日常工作内容有三个方面，第一是临时取数,第二是报表的需求分析，第三是业务专题分析。

数据挖掘工程师：日常工作内容主要有五类。第一是用户基础研究,第二是个性化推荐算法,第三是风控领域应用的模型,第四是产品的知识库,第五是文本挖掘、文本分析、语义分析、图像识别。

数据产品经理：日常工作内容：第一是大数据平台的建设，让获取数据、使用数据更加容易，构建完善的指标体系，实现对业务的全流程监控，提高决策效率，降低运营成本，提升应收水平;第二是数据需求分析，形成数据产品，对内可以提升效率，控制成本，对外增加创收，最终实现数据价值的变现。

大数据研发工程师：这个岗位是需求量最大的，日常工作内容有三个方面：第一是数据的采集，比如爬虫、日志采集等;第二是数据预处理、ETL工作，比如数据清洗、转换、集成、规约等;第三是大数据应用和可视化的开发。

㈥ 澶ф暟鎹宸ヤ綔宀椾綅链夊摢浜 灏变笟鏂瑰悜鏄浠涔

澶ф暟鎹鎶链棰嗗烟鍖呭惈澶氱嶅伐浣滃矖浣嶏纴姣忎釜宀椾綅閮芥湁鍏剁壒瀹氱殑镵岃矗鍜屾妧鑳借佹眰銆备互涓嬫槸涓昏佺殑澶ф暟鎹鐩稿叧宀椾綅鍙婂叾灏变笟鏂瑰悜锛
1. 澶ф暟鎹寮鍙戝伐绋嫔笀锛
浣滀负浼佷笟镙稿绩鎶链镄勫叧阌鎸佹湁钥咃纴澶ф暟鎹寮鍙戝伐绋嫔笀璐熻矗璁捐″拰鏋勫缓澶ф暟鎹澶勭悊绯荤粺銆备粬浠闇瑕佹帉鎻″寘𨰾琀adoop銆丼park銆丼torm绛夊湪鍐呯殑寮鍙戞妧链锛屼互鍙奌ive鏁版嵁搴撱丩inux镎崭綔绯荤粺绛夌煡璇嗐
2. 澶ф暟鎹鍒嗘瀽甯堬细
澶ф暟鎹鍒嗘瀽甯堣礋璐ｅ瑰ぇ瑙勬ā鏁版嵁闆呜繘琛屽勭悊銆佸垎鏋愬拰灞旷ず锛屾彁镣煎嚭链変环鍊肩殑淇℃伅浠ユ敮鎸佸喅绛栧埗瀹氥傝繖涓宀椾綅闇瑕佹暟鎹鍒嗘瀽鐭ヨ瘑锛屽苟涓旈珮绾у垎鏋愬笀杩桦簲鍏峰囧ぇ鏁版嵁鎶链鑳藉姏锛屽傜啛鎭塇adoop銆丳ython绛夊伐鍏枫
3. 鏁版嵁鎸栨帢宸ョ▼甯堬细
鏁版嵁鎸栨帢宸ョ▼甯埚湪娴烽噺鏁版嵁涓瀵绘垒妯″纺鍜岃勫緥锛岄渶瑕佸叿澶囱缉寮虹殑鏁板﹁儗鏅锛屽寘𨰾绾挎т唬鏁般佹傜巼璁虹瓑銆备粬浠甯哥敤镄勭紪绋嬭瑷链埘ython銆丣ava銆丆鎴朇++锛屽苟涓斿彲鑳戒娇鐢∕apRece缂栧啓绋嫔簭锛屽埄鐢℉adoop鎴朒ive澶勭悊鏁版嵁锛屾湁镞惰缮浼氱粨钖圫park浣跨敤銆
澶ф暟鎹灏变笟鏂瑰悜鍖呮嫭锛
- Hadoop澶ф暟鎹寮鍙戯细杩欎竴鏂瑰悜甯傚満闇姹傚己锷诧纴鏄澶ф暟鎹锘硅镄勪富瑕侀嗗烟锛屼篃鏄疘T锘硅链烘瀯镄勬暀瀛﹂吨镣广傜浉鍏冲矖浣嶅寘𨰾澶ф暟鎹寮鍙戝伐绋嫔笀銆佺埇铏宸ョ▼甯堛佹暟鎹鍒嗘瀽甯堢瓑銆
- 鏁版嵁鎸栨帢銆佹暟鎹鍒嗘瀽&链哄櫒瀛︿範锛氲繖涓鏂瑰悜瀛︿範闂ㄦ涜缉楂桡纴闅惧害杈冨ぇ锛屽竞鍦轰笂涓挞棬鎻愪緵锘硅镄勬満鏋勪笉澶氥傜浉鍏冲矖浣嶅寘𨰾鏁版嵁绉戝﹀躲佹暟鎹鎸栨帢宸ョ▼甯堛佹満鍣ㄥ︿範宸ョ▼甯堢瓑銆
- 澶ф暟鎹杩愮淮&浜戣＄畻锛氲繖涓鏂瑰悜甯傚満闇姹傜ǔ瀹氾纴镟翠晶閲崭簬Linux鍜屼簯璁＄畻鎶鑳姐傜浉鍏冲矖浣嶅寘𨰾澶ф暟鎹杩愮淮宸ョ▼甯堢瓑銆