1，大數(shù)據(jù)企業(yè)主要為哪些企業(yè)服務(wù)2，三二一大數(shù)據(jù)的業(yè)務(wù)含有3，大數(shù)據(jù)公司有哪些分類具體的有哪些4，大數(shù)據(jù)都有哪些就業(yè)方向5，大數(shù)據(jù)以后能干什么1，大數(shù)據(jù)企業(yè)主要為哪些企業(yè)服務(wù)
大數(shù)據(jù)企業(yè)各有側(cè)重，服務(wù)的企業(yè)主要是做app、網(wǎng)站的企業(yè)、做物流的企業(yè)、需要線上推廣的企業(yè)，追燦數(shù)據(jù)是為消費(fèi)品零售的企業(yè)做市場(chǎng)大數(shù)據(jù)決策分析的。
2，三二一大數(shù)據(jù)的業(yè)務(wù)含有
公司以通訊行業(yè)剛需產(chǎn)品為依托，線上商城選取優(yōu)質(zhì)生活用品，未來(lái)更融合了多項(xiàng)便民服務(wù)，如：家政、裝修、物流、維修、金融、旅游、通信等，更好的服務(wù)于廣大老百姓。公司成立至今，以湖南長(zhǎng)沙為核心，不斷進(jìn)行戰(zhàn)略布局，相繼在湖南、廣東、江蘇、山東、貴州、云南、四川、新疆、山西、陜西、重慶、浙江、安徽、江西等地成立子公司及運(yùn)營(yíng)中心，現(xiàn)有分公司近百家，業(yè)務(wù)范圍輻射全國(guó)。
3，大數(shù)據(jù)公司有哪些分類具體的有哪些
大概分為七大類，大數(shù)據(jù)公司分為以下幾類：數(shù)據(jù)服務(wù)：metamarkets數(shù)據(jù)可視化：tableau大數(shù)據(jù)分析：paraccel商業(yè)智能領(lǐng)域：qliktech數(shù)據(jù)科學(xué)：kaggle電子商務(wù)數(shù)據(jù)：tellapart社交媒體數(shù)據(jù)：datasift1、大數(shù)據(jù)（big data）又稱為巨量資料，指需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。“大數(shù)據(jù)”概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫(kù)克耶在編寫(xiě)《大數(shù)據(jù)時(shí)代》中提出，指不用隨機(jī)分析法（抽樣調(diào)查）的捷徑，而是采用所有數(shù)據(jù)進(jìn)行分析處理。2、大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。3、從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘，但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云存儲(chǔ)、虛擬化技術(shù)。
4，大數(shù)據(jù)都有哪些就業(yè)方向
1、大數(shù)據(jù)系統(tǒng)研發(fā)工程師這一專業(yè)人才負(fù)責(zé)大數(shù)據(jù)系統(tǒng)研發(fā)，包括大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)業(yè)務(wù)模型構(gòu)建、大數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)庫(kù)構(gòu)設(shè)、優(yōu)化數(shù)據(jù)庫(kù)構(gòu)架、解決數(shù)據(jù)庫(kù)中心設(shè)計(jì)等，同時(shí)，還要負(fù)責(zé)數(shù)據(jù)集群的日常運(yùn)作和系統(tǒng)的監(jiān)測(cè)等，這一類人才是任何構(gòu)設(shè)大數(shù)據(jù)系統(tǒng)的機(jī)構(gòu)都必須的。大數(shù)據(jù)是未來(lái)的發(fā)展方向，正在挑戰(zhàn)我們的分析能力及對(duì)世界的認(rèn)知方式，因此，我們與時(shí)俱進(jìn)，迎接變化，并不斷的成長(zhǎng)!大數(shù)據(jù)學(xué)習(xí)群：199427210 一起討論進(jìn)步學(xué)習(xí)2、大數(shù)據(jù)應(yīng)用開(kāi)發(fā)工程師此類人才負(fù)責(zé)搭建大數(shù)據(jù)應(yīng)用平臺(tái)以及開(kāi)發(fā)分析應(yīng)用程序，他們必須熟悉工具或算法、編程、優(yōu)化以及部署不同的mapreduce，他們研發(fā)各種基于大數(shù)據(jù)技術(shù)的應(yīng)用程序及行業(yè)解決方案。其中，etl開(kāi)發(fā)者是很搶手的人才，他們所做的是從不同的源頭抽取數(shù)據(jù)，轉(zhuǎn)換并導(dǎo)入數(shù)據(jù)倉(cāng)庫(kù)以滿足企業(yè)的需要，將分散的、異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)如關(guān)系數(shù)據(jù)、平面數(shù)據(jù)文件等抽取到臨時(shí)中間層后進(jìn)行清洗、轉(zhuǎn)換、集成，末后加載到數(shù)據(jù)倉(cāng)庫(kù)，成為聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘的基礎(chǔ)，為提取各類型的需要數(shù)據(jù)創(chuàng)造條件。3、大數(shù)據(jù)分析師此類人才主要從事數(shù)據(jù)挖掘工作，運(yùn)用算法來(lái)解決和分析問(wèn)題，讓數(shù)據(jù)顯露出真相，同時(shí)，他們還推動(dòng)數(shù)據(jù)解決方案的不斷更新。隨著數(shù)據(jù)集規(guī)模不斷增大，企業(yè)對(duì)hadoop及相關(guān)的廉價(jià)數(shù)據(jù)處理技術(shù)如hive、hbase、mapreduce、pig等的需求將持續(xù)增長(zhǎng)，具備hadoop框架經(jīng)驗(yàn)的技術(shù)人員是很搶手的大數(shù)據(jù)人才，他們所從事的是熱門的分析師工作。4、數(shù)據(jù)可視化工程師此類人才負(fù)責(zé)在收集到的高質(zhì)量數(shù)據(jù)中，利用圖形化的工具及手段的應(yīng)用，清楚地揭示數(shù)據(jù)中的復(fù)雜信息，幫助用戶更好地進(jìn)行大數(shù)據(jù)應(yīng)用開(kāi)發(fā)，如果能使用新型數(shù)據(jù)可視化工具如spotifre，qlikview和tableau，那么，就成為很受歡迎的人才。5、數(shù)據(jù)安全研發(fā)人才此類人才主要負(fù)責(zé)企業(yè)內(nèi)部大型服務(wù)器、存儲(chǔ)、數(shù)據(jù)安全管理工作，并對(duì)網(wǎng)絡(luò)、信息安全項(xiàng)目進(jìn)行規(guī)劃、設(shè)計(jì)和實(shí)施，而對(duì)于數(shù)據(jù)安全方面的具體技術(shù)的人才就更需要了，如果數(shù)據(jù)安全技術(shù)，同時(shí)又具有較強(qiáng)的管理經(jīng)驗(yàn)，能有效地確保大數(shù)據(jù)構(gòu)設(shè)和應(yīng)用單位的數(shù)據(jù)安全，那就是搶手的人才6、數(shù)據(jù)科學(xué)研究人才數(shù)據(jù)科學(xué)研究是一個(gè)全新的工作，夠?qū)挝?、企業(yè)的數(shù)據(jù)和技術(shù)轉(zhuǎn)化為有用的商業(yè)價(jià)值，隨著大數(shù)據(jù)時(shí)代的到來(lái)，越來(lái)越多的工作、事務(wù)直接涉及或針對(duì)數(shù)據(jù)，這就需要有數(shù)據(jù)科學(xué)方面的研究專家來(lái)進(jìn)行研究，經(jīng)過(guò)研究，他們能將數(shù)據(jù)分析結(jié)果解釋給it部門和業(yè)務(wù)部門管理者聽(tīng)，數(shù)據(jù)科學(xué)專家是聯(lián)通海量數(shù)據(jù)和管理者之間的橋梁，需要有數(shù)據(jù)專業(yè)、分析師能力和管理者的知識(shí)，這也是搶手的人才。學(xué)完大數(shù)據(jù)可以從事很多工作,比如說(shuō):hadoop 研發(fā)工程師、大數(shù)據(jù)研發(fā)工程師、大數(shù)據(jù)分析工程師、數(shù)據(jù)庫(kù)工程師、hadoop運(yùn)維工程師、大數(shù)據(jù)運(yùn)維工程師、java大數(shù)據(jù)工程師、spark工程師等等都是我們可以從事的工作崗位主要有二個(gè)方向：一是大數(shù)據(jù)維護(hù)、研發(fā)、架構(gòu)工程師方向；所涉及的職業(yè)崗位為：大數(shù)據(jù)工程師、大數(shù)據(jù)維護(hù)工程師、大數(shù)據(jù)研發(fā)工程師、大數(shù)據(jù)架構(gòu)師等；二是大數(shù)據(jù)挖掘、分析方向；所涉及的職業(yè)崗位為：大數(shù)據(jù)分析師、大數(shù)據(jù)高級(jí)工程師、大數(shù)據(jù)分析師專家、大數(shù)據(jù)挖掘師、大數(shù)據(jù)算法師等
5，大數(shù)據(jù)以后能干什么
目前在國(guó)內(nèi)來(lái)說(shuō)，大數(shù)據(jù)行業(yè)大概有以下幾種崗位：數(shù)據(jù)分析師，數(shù)據(jù)架構(gòu)師，數(shù)據(jù)挖據(jù)工程師，數(shù)據(jù)算法工程師，數(shù)據(jù)產(chǎn)品經(jīng)理。接下來(lái)為大家詳細(xì)介紹一下各崗位的工作內(nèi)容。1. 數(shù)據(jù)分析師。數(shù)據(jù)分析師 是數(shù)據(jù)師的一種，指的是不同行業(yè)中，專門從事行業(yè)數(shù)據(jù)搜集、整理、分析，并依據(jù)數(shù)據(jù)做出行業(yè)研究、評(píng)估和預(yù)測(cè)的專業(yè)人員。在工作中通過(guò)運(yùn)用工具，提取、分析、呈現(xiàn)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的商業(yè)意義。作為一名數(shù)據(jù)分析師、至少需要熟練spss、statistic、eviews、sas、大數(shù)據(jù)魔鏡等數(shù)據(jù)分析軟件中的一門，至少能用acess等進(jìn)行數(shù)據(jù)庫(kù)開(kāi)發(fā)，至少掌握一門數(shù)學(xué)軟件如matalab、mathmatics進(jìn)行新模型的構(gòu)建，至少掌握一門編程語(yǔ)言?？傊?，一個(gè)優(yōu)秀的數(shù)據(jù)分析師，應(yīng)該業(yè)務(wù)、管理、分析、工具、設(shè)計(jì)都不落下。2. 數(shù)據(jù)架構(gòu)師。數(shù)據(jù)架構(gòu)師是負(fù)責(zé)平臺(tái)的整體數(shù)據(jù)架構(gòu)設(shè)計(jì)，完成從業(yè)務(wù)模型到數(shù)據(jù)模型的設(shè)計(jì)工作 ，根據(jù)業(yè)務(wù)功能、業(yè)務(wù)模型，進(jìn)行數(shù)據(jù)庫(kù)建模設(shè)計(jì)，完成各種面向業(yè)務(wù)目標(biāo)的數(shù)據(jù)分析模型的定義和應(yīng)用開(kāi)發(fā)，平臺(tái)數(shù)據(jù)提取、數(shù)據(jù)挖掘及數(shù)據(jù)分析。從事數(shù)據(jù)架構(gòu)師這個(gè)職位，需要具備較強(qiáng)的業(yè)務(wù)理解和業(yè)務(wù)抽象能力，具備大容量事物及交易類互聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)庫(kù)模型設(shè)計(jì)能力，對(duì)調(diào)度系統(tǒng)，元數(shù)據(jù)系統(tǒng)有非常深刻的認(rèn)識(shí)和理解，熟悉常用的分析、統(tǒng)計(jì)、建模方法，熟悉數(shù)據(jù)倉(cāng)庫(kù)相關(guān)技術(shù)，如 etl、報(bào)表開(kāi)發(fā)，熟悉hadoop，hive等系統(tǒng)并有過(guò)實(shí)戰(zhàn)經(jīng)驗(yàn)。3. 數(shù)據(jù)挖掘工程師。一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中知識(shí)的工程技術(shù)專業(yè)人員。這些知識(shí)可用使企業(yè)決策智能化，自動(dòng)化，從而使企業(yè)提高工作效率，減少錯(cuò)誤決策的可能性，以在激烈的競(jìng)爭(zhēng)中處于不敗之地。成為數(shù)據(jù)挖據(jù)工程師需要具備深厚的統(tǒng)計(jì)學(xué)、數(shù)學(xué)、數(shù)據(jù)挖掘理論基礎(chǔ)和相關(guān)項(xiàng)目經(jīng)驗(yàn)，熟悉r、sas、spss等統(tǒng)計(jì)分析軟件之一，參與過(guò)完整的數(shù)據(jù)采集.整理.分析和建模工作。.具有海量數(shù)據(jù)下機(jī)器學(xué)習(xí)和算法實(shí)施相關(guān)經(jīng)驗(yàn)，熟悉hadoop，hive，map-reduce等。4. 數(shù)據(jù)算法工程師。在企業(yè)中負(fù)責(zé)大數(shù)據(jù)產(chǎn)品數(shù)據(jù)挖掘算法與模型部分的設(shè)計(jì)，將業(yè)務(wù)場(chǎng)景與模型算法進(jìn)行融合等；深入研究數(shù)據(jù)挖掘模型，參與數(shù)據(jù)挖掘模型的構(gòu)建、維護(hù)、部署和評(píng)估，支持產(chǎn)品研發(fā)團(tuán)隊(duì)模型算法構(gòu)建，整合等；制定數(shù)據(jù)建模、數(shù)據(jù)處理和數(shù)據(jù)安全等架構(gòu)規(guī)范并落地實(shí)施。需要具備的知識(shí)有：扎實(shí)的數(shù)據(jù)挖掘基礎(chǔ)知識(shí)，精通機(jī)器學(xué)習(xí)、數(shù)學(xué)統(tǒng)計(jì)常用算法；熟悉大數(shù)據(jù)生態(tài)，掌握常見(jiàn)分布式計(jì)算框架和技術(shù)原理，如hadoop、mapreduce、yarn、storm、spark等；熟悉linux操作系統(tǒng)和shell編程，至少熟悉scala/java/python/c++/r等語(yǔ)言中的一種編程；熟悉大規(guī)模并行計(jì)算的基本原理并具有實(shí)現(xiàn)并行計(jì)算算法的基本能力。5. 數(shù)據(jù)產(chǎn)品經(jīng)理。數(shù)據(jù)平臺(tái)建設(shè)及維護(hù)，客戶端數(shù)據(jù)的分析，進(jìn)行數(shù)據(jù)統(tǒng)計(jì)協(xié)助，數(shù)據(jù)化運(yùn)營(yíng)整理、提煉已有的數(shù)據(jù)報(bào)告，發(fā)現(xiàn)數(shù)據(jù)變化，進(jìn)行深度專題分析，形成結(jié)論，撰寫(xiě)報(bào)告；負(fù)責(zé)公司數(shù)據(jù)產(chǎn)品的設(shè)計(jì)及開(kāi)發(fā)實(shí)施，并保證業(yè)務(wù)目標(biāo)的實(shí)現(xiàn)；進(jìn)行數(shù)據(jù)產(chǎn)品開(kāi)發(fā)。需要具備的技能有：有數(shù)據(jù)分析/數(shù)據(jù)挖掘/用戶行為研究的項(xiàng)目實(shí)踐經(jīng)驗(yàn) ；有扎實(shí)的分析理論基礎(chǔ)，精通1種以上統(tǒng)計(jì)分析工具軟件，如spss、sas，熟練使用excel、sql等工具； 熟悉sql/hql語(yǔ)句，工作經(jīng)歷有sql server/my sql等的優(yōu)先 ；熟練操作excel，ppt等辦公軟件,熟練使用spss、sas等統(tǒng)計(jì)分析軟件其中之一 ；熟悉hadoop集群架構(gòu)、有bi實(shí)踐經(jīng)驗(yàn)、參與過(guò)流式計(jì)算相關(guān)經(jīng)驗(yàn)者加分 ；熟悉客戶端產(chǎn)品的產(chǎn)品設(shè)計(jì)、開(kāi)發(fā)流程 。