1.大数据系统架构师
大数据平台搭建、系统设计、基础设施。
技能:计算机体系结构、网络架构、编程范式、文件系统、分布并行处理等。
2.大数据系统分析师
面向实际行业领域,利用大数据技术进行数据安全生命周期管理、分析和应用。
技能:人工智能、机器学习、数理统计、矩阵计算、优化方法。
3.hadoop开发工程师
解决大数据存储问题。
4.数据分析师
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。
5.数据挖掘工程师
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,基本的比如线性代数、高等代数、凸优化、概率论等。经常会用到的语言包括Python、Java、C或者C++。有时要用MapReduce写程序,再用Hadoop或者Hyp来处理数据,如果用Python的话会和Spark相结合。
6.大数据可视化工程师
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。从百度迁徙到谷歌流感趋势,再到阿里云推出县域经济可视化产品,大数据技术和大数据可视化都是幕后的英雄。
目前大数据领域的技术岗位主要集中在大数据开发、大数据分析和大数据运维等领域,从近两年大数据领域的人才需求情况来看,大数据开发岗位的人才需求量相对比较大,随着大型科技(互联网)公司纷纷布局大数据平台开发领域,未来大数据开发岗位的人才需求量会进一步攀升。
大数据开发岗位可以简单划分为平台开发和应用开发两类,大数据平台开发对于开发人员的要求相对比较高,需要从业者具有较强的研发能力,目前不少研究生比较愿意从事大数据平台开发岗位。相对于大数据平台开发岗位来说,大数据应用开发岗位的人才需求量也是非常大的,随着大数据平台的落地应用,行业领域也会有大量的大数据应用开发需求。对于本科生来说,从事大数据应用开发是比较适合的。
最后,不论是从事大数据开发岗位,还是大数据运维和大数据分析岗位,这些岗位对于从业者的要求也都比较高,尤其要注重动手实践能力的培养,所以大数据专业的学生一方面要尽量丰富自身的知识结构,另一方面还需要注重动手实践能力的培养。