1，大數(shù)據(jù)畢業(yè)以后都是干什么的2，數(shù)據(jù)開(kāi)發(fā)是什么3，大數(shù)據(jù)都有哪些就業(yè)方向4，大數(shù)據(jù)開(kāi)發(fā)工程師以后可以從事哪些崗位5，大數(shù)據(jù)專(zhuān)業(yè)畢業(yè)后干啥1，大數(shù)據(jù)畢業(yè)以后都是干什么的
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大數(shù)據(jù)在最近兩年才大力發(fā)展，并且在各領(lǐng)域蔓延，因此所產(chǎn)生的人才缺口巨大，而在企業(yè)中真正對(duì)大數(shù)據(jù)技能比較強(qiáng)力的技術(shù)人才，又特別的少；可以搞各種數(shù)據(jù)分析等工作。大數(shù)據(jù)學(xué)習(xí)完的話可以從事的工作還是非常多的，比如數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)分析、數(shù)據(jù)可視化等
2，數(shù)據(jù)開(kāi)發(fā)是什么
大數(shù)據(jù)開(kāi)發(fā)，是運(yùn)用大數(shù)據(jù)計(jì)算引擎，比如spark來(lái)進(jìn)行數(shù)據(jù)業(yè)務(wù)開(kāi)發(fā)。或者數(shù)據(jù)平臺(tái)開(kāi)發(fā)。大數(shù)據(jù)環(huán)境下的數(shù)據(jù)開(kāi)發(fā)就是運(yùn)用數(shù)據(jù)平臺(tái)做一下數(shù)據(jù)加工。和軟件開(kāi)發(fā)類(lèi)似,兩者都要互相用到,彼此交叉。比如銀行的自動(dòng)取款機(jī)系統(tǒng),就是數(shù)據(jù)庫(kù)開(kāi)發(fā)的典型例子。你會(huì)覺(jué)得這個(gè)應(yīng)該是軟件開(kāi)發(fā)的寫(xiě)代碼啊,但是事實(shí)上寫(xiě)代碼只是取款機(jī)系統(tǒng)實(shí)現(xiàn)的一步而已。數(shù)據(jù)庫(kù)開(kāi)發(fā)分六步:需求分析、概念結(jié)構(gòu)設(shè)計(jì)、邏輯結(jié)構(gòu)設(shè)計(jì)、數(shù)據(jù)庫(kù)的物理設(shè)計(jì)、數(shù)據(jù)庫(kù)的實(shí)施、數(shù)據(jù)庫(kù)的運(yùn)行和維護(hù)...和軟件開(kāi)發(fā)類(lèi)似,兩者都要互相用到,彼此交叉。比如銀行的自動(dòng)取款機(jī)系統(tǒng),就是數(shù)據(jù)庫(kù)開(kāi)發(fā)的典型例子。你會(huì)覺(jué)得這個(gè)應(yīng)該是軟件開(kāi)發(fā)的寫(xiě)代碼啊,但是事實(shí)上寫(xiě)代碼只是取款機(jī)系統(tǒng)實(shí)現(xiàn)的一步而已。數(shù)據(jù)庫(kù)開(kāi)發(fā)分六步:需求分析、概念結(jié)構(gòu)設(shè)計(jì)、邏輯結(jié)構(gòu)設(shè)計(jì)、數(shù)據(jù)庫(kù)的物理設(shè)計(jì)、數(shù)據(jù)庫(kù)的實(shí)施、數(shù)據(jù)庫(kù)的運(yùn)行和維護(hù)...大數(shù)據(jù)開(kāi)發(fā)，是運(yùn)用大數(shù)據(jù)計(jì)算引擎，比如spark來(lái)進(jìn)行數(shù)據(jù)業(yè)務(wù)開(kāi)發(fā)?；蛘邤?shù)據(jù)平臺(tái)開(kāi)發(fā)。大數(shù)據(jù)環(huán)境下的數(shù)據(jù)開(kāi)發(fā)就是運(yùn)用數(shù)據(jù)平臺(tái)做一下數(shù)據(jù)加工。 照學(xué)技術(shù)建議根據(jù)自身的興趣愛(ài)好去學(xué)習(xí)，個(gè)人建議學(xué)習(xí)電腦技術(shù)相關(guān)的專(zhuān)業(yè)，現(xiàn)在電腦行業(yè)屬于熱門(mén)專(zhuān)業(yè)，比如ui設(shè)計(jì)、動(dòng)漫設(shè)計(jì)、平面設(shè)計(jì)、影視后期、室內(nèi)設(shè)計(jì)、電子商務(wù)、軟件開(kāi)發(fā)、編程、電子競(jìng)技等等專(zhuān)業(yè)，就業(yè)前景及其薪資待遇都是相當(dāng)不錯(cuò)的。重要有部分學(xué)校提倡技能加學(xué)歷。在學(xué)習(xí)技能的同時(shí)學(xué)歷也得到了提升。
3，大數(shù)據(jù)都有哪些就業(yè)方向
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(zhuān)家、大數(shù)據(jù)挖掘師、大數(shù)據(jù)算法師等大數(shù)據(jù)的就業(yè)大致有三大方向：一、大數(shù)據(jù)開(kāi)發(fā)，顧名思義，主要是對(duì)大數(shù)據(jù)本身進(jìn)行的開(kāi)發(fā)工作；二、大數(shù)據(jù)系統(tǒng)研發(fā)，或者說(shuō)是大數(shù)據(jù)平臺(tái)開(kāi)發(fā)，一般只有大型企業(yè)才會(huì)有此類(lèi)崗位，主要是為公司內(nèi)部做大數(shù)據(jù)平臺(tái)的開(kāi)發(fā)；三、大數(shù)據(jù)分析，這也很好理解大數(shù)據(jù)的就業(yè)大致有三大方向：一、大數(shù)據(jù)開(kāi)發(fā)，顧名思義，主要是對(duì)大數(shù)據(jù)本身進(jìn)行的開(kāi)發(fā)工作；二、大數(shù)據(jù)系統(tǒng)研發(fā)，或者說(shuō)是大數(shù)據(jù)平臺(tái)開(kāi)發(fā)，一般只有大型企業(yè)才會(huì)有此類(lèi)崗位，主要是為公司內(nèi)部做大數(shù)據(jù)平臺(tái)的開(kāi)發(fā)；三、大數(shù)據(jù)分析，這也很好理解大數(shù)據(jù)的就業(yè)大致有三大方向：一、大數(shù)據(jù)開(kāi)發(fā)，顧名思義，主要是對(duì)大數(shù)據(jù)本身進(jìn)行的開(kāi)發(fā)工作；二、大數(shù)據(jù)系統(tǒng)研發(fā)，或者說(shuō)是大數(shù)據(jù)平臺(tái)開(kāi)發(fā)，一般只有大型企業(yè)才會(huì)有此類(lèi)崗位，主要是為公司內(nèi)部做大數(shù)據(jù)平臺(tái)的開(kāi)發(fā)；三、大數(shù)據(jù)分析，這也很好理解大數(shù)據(jù)（big data），it行業(yè)術(shù)語(yǔ)，是指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)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)。在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫(xiě)的《大數(shù)據(jù)時(shí)代》 [1] 中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5v特點(diǎn)（ibm提出）：volume（大量）、velocity（高速）、variety（多樣）、value（低價(jià)值密度）、veracity（真實(shí)性）。
4，大數(shù)據(jù)開(kāi)發(fā)工程師以后可以從事哪些崗位
學(xué)大數(shù)據(jù)可以從事什么工作1、數(shù)據(jù)規(guī)劃師在一個(gè)產(chǎn)品設(shè)計(jì)之前，為企業(yè)各項(xiàng)決策提供關(guān)鍵性數(shù)據(jù)支撐，實(shí)現(xiàn)企業(yè)數(shù)據(jù)價(jià)值的最大化，更好地實(shí)施差異化競(jìng)爭(zhēng)，幫助企業(yè)在競(jìng)爭(zhēng)中獲得先機(jī)。2、數(shù)據(jù)工程師大數(shù)據(jù)基礎(chǔ)設(shè)施的設(shè)計(jì)者、建設(shè)者和管理者，他們開(kāi)發(fā)出可根據(jù)企業(yè)需要進(jìn)行分析和提供數(shù)據(jù)的架構(gòu)。同時(shí)，他們的架構(gòu)還可確保系統(tǒng)能夠平穩(wěn)運(yùn)行。3、數(shù)據(jù)架構(gòu)師擅長(zhǎng)處理散亂數(shù)據(jù)、各類(lèi)不相干的數(shù)據(jù)，精通統(tǒng)計(jì)學(xué)的方法，能夠通過(guò)監(jiān)控系統(tǒng)獲得原始數(shù)據(jù)，在統(tǒng)計(jì)學(xué)的角度上解釋數(shù)據(jù)。4、數(shù)據(jù)分析師職責(zé)是通過(guò)分析將數(shù)據(jù)轉(zhuǎn)化為企業(yè)能夠使用的信息。他們通過(guò)數(shù)據(jù)找到問(wèn)題，準(zhǔn)確地找到問(wèn)題產(chǎn)生的原因，為下一步的改進(jìn)找到關(guān)鍵點(diǎn)。5、數(shù)據(jù)應(yīng)用師將數(shù)據(jù)還原到產(chǎn)品中，為產(chǎn)品所用。他們能夠用常人能理解的語(yǔ)言表述出數(shù)據(jù)所蘊(yùn)含的信息，并根據(jù)數(shù)據(jù)分析結(jié)論推動(dòng)企業(yè)內(nèi)部做出調(diào)整。6、數(shù)據(jù)科學(xué)家大數(shù)據(jù)中的領(lǐng)導(dǎo)者，具備多種交叉科學(xué)和商業(yè)技能，能夠?qū)?shù)據(jù)和技術(shù)轉(zhuǎn)化為企業(yè)的商業(yè)價(jià)值。學(xué)大數(shù)據(jù)可以從事什么工作崗位數(shù)據(jù)分析師數(shù)據(jù)分析師應(yīng)該是當(dāng)下大家聽(tīng)到過(guò)最多的大數(shù)據(jù)崗位，這個(gè)工作指的是不同行業(yè)中，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(zhuān)業(yè)人員。在工作中通過(guò)運(yùn)用工具，提取、分析數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的商業(yè)意義。因此，作為一名數(shù)據(jù)分析師，你需要掌握spss、statistic、eviews、sas等數(shù)據(jù)分析工具以及數(shù)據(jù)分析的營(yíng)銷(xiāo)思維。根據(jù)各大招聘平臺(tái)的統(tǒng)計(jì)，數(shù)據(jù)分析師的月薪一般在10k多點(diǎn)。數(shù)據(jù)挖掘工程師。這個(gè)工作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(zhuān)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。做數(shù)據(jù)挖掘要從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，這就需要一定的數(shù)學(xué)知識(shí)，尤其是要具備深厚的統(tǒng)計(jì)學(xué)基礎(chǔ)，需要熟悉r、sas、 spss等統(tǒng)計(jì)分析軟件。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?？偟膩?lái)講，這也是一份比較高薪的工作，月收入在20k~30k。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)，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。數(shù)據(jù)算法工程師需要具備的知識(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，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，至少熟練掌握一門(mén)編程語(yǔ)言。數(shù)據(jù)算法工程師也是屬于高薪工作，月收入在20k~15k之間。從就業(yè)的角度出發(fā)可以學(xué)it啊電腦專(zhuān)業(yè)、4g移動(dòng)開(kāi)發(fā)、互聯(lián)網(wǎng)編程、大數(shù)據(jù)都不錯(cuò)
5，大數(shù)據(jù)專(zhuān)業(yè)畢業(yè)后干啥
當(dāng)下，大數(shù)據(jù)方面的就業(yè)主要有三大方向：一是數(shù)據(jù)分析類(lèi)大數(shù)據(jù)人才，二是系統(tǒng)研發(fā)類(lèi)大數(shù)據(jù)人才，三是應(yīng)用開(kāi)發(fā)類(lèi)大數(shù)據(jù)人才。他們的基礎(chǔ)崗位分別是大數(shù)據(jù)系統(tǒng)研發(fā)工程師、大數(shù)據(jù)應(yīng)用開(kāi)發(fā)工程師、大數(shù)據(jù)分析師。大數(shù)據(jù)開(kāi)發(fā)相關(guān)的崗位很多，比較熱門(mén)的包括：1、大數(shù)據(jù)開(kāi)發(fā)工程師主要負(fù)責(zé)數(shù)據(jù)模型的etl開(kāi)發(fā)、數(shù)據(jù)平臺(tái)建設(shè)；面向業(yè)務(wù)的數(shù)據(jù)提取、分析、報(bào)表、挖掘等系統(tǒng)設(shè)計(jì)和開(kāi)發(fā)工作。崗位要求：精通常用的數(shù)據(jù)結(jié)構(gòu)和算法，理解面向?qū)ο笤O(shè)計(jì)的基本原則，熟悉常用的設(shè)計(jì)模式；掌握hadoop生態(tài)體系框架，包括hadoop、hive、spark、storm、flink、elasticsearch、hbase等；2、大數(shù)據(jù)運(yùn)維工程師主要負(fù)責(zé)數(shù)據(jù)平臺(tái)的集群管理，機(jī)器優(yōu)化，集群監(jiān)控等；對(duì)現(xiàn)有集群的優(yōu)化和性能調(diào)優(yōu)，滿足不斷增長(zhǎng)的業(yè)務(wù)需求等。崗位要求：熟悉主流開(kāi)源數(shù)據(jù)組件，包括但不限于hadoop、hive、hbase、zk、spark、flink、flume、elasticsearch and etc；深入理解hadoop各組件的原理和實(shí)現(xiàn)；熟悉分布式原理、分布式系統(tǒng)設(shè)計(jì)等。3、大數(shù)據(jù)架構(gòu)師主要負(fù)責(zé)大數(shù)據(jù)基礎(chǔ)框架的整體架構(gòu)設(shè)計(jì)，結(jié)合公司實(shí)際業(yè)務(wù)情況進(jìn)行技術(shù)選型；負(fù)責(zé)數(shù)據(jù)存儲(chǔ)和計(jì)算平臺(tái)的整體評(píng)估、設(shè)計(jì)以及核心功能模塊的開(kāi)發(fā)等。崗位要求：熟悉常用的數(shù)據(jù)結(jié)構(gòu)和算法；具備豐富的開(kāi)發(fā)經(jīng)驗(yàn)，了解主流的大數(shù)據(jù)技術(shù)框架組件，包括但不限于hadoop、spark、storm、flink等。4、大數(shù)據(jù)分析師大數(shù)據(jù)分析方向的崗位，則主要以數(shù)據(jù)分析挖掘?yàn)橹?，通常需要?fù)責(zé)常規(guī)業(yè)務(wù)數(shù)據(jù)分析需求開(kāi)發(fā)，用戶畫(huà)像構(gòu)建，推薦算法實(shí)現(xiàn)等。大數(shù)據(jù)專(zhuān)業(yè)是近幾年開(kāi)設(shè)的新專(zhuān)業(yè)，大數(shù)據(jù)的就業(yè)崗位還是很多的，大數(shù)據(jù)崗位高薪清單對(duì)于求職者來(lái)說(shuō)，大數(shù)據(jù)只是所從事事業(yè)的一個(gè)方向，而職業(yè)崗位則是決定做什么事?大數(shù)據(jù)從業(yè)者/求職者可以根據(jù)自身所學(xué)技術(shù)及興趣特征，選擇一個(gè)適合自己的大數(shù)據(jù)相關(guān)崗位。下面為大家介紹十種與大數(shù)據(jù)相關(guān)的熱門(mén)崗位。1 etl研發(fā)企業(yè)數(shù)據(jù)種類(lèi)與來(lái)源的不斷增加，對(duì)數(shù)據(jù)進(jìn)行整合與處理變得越來(lái)越困難，企業(yè)迫切需要一種有數(shù)據(jù)整合能力的人才。etl開(kāi)發(fā)者這是在此需求基礎(chǔ)下而誕生的一個(gè)職業(yè)崗位。etl人才在大數(shù)據(jù)時(shí)代炙手可熱的原因之一是：在企業(yè)大數(shù)據(jù)應(yīng)用的早期階段，hadoop只是窮人的etl2 hadoop開(kāi)發(fā)隨著數(shù)據(jù)規(guī)模不斷增大，傳統(tǒng)bi的數(shù)據(jù)處理成本過(guò)高企業(yè)負(fù)擔(dān)加重。而hadoop廉價(jià)的數(shù)據(jù)處理能力被重新挖掘，企業(yè)需求持續(xù)增長(zhǎng)。并成為大數(shù)據(jù)人才必須掌握的一種技術(shù)。3 可視化工具開(kāi)發(fā)可視化開(kāi)發(fā)就是在可視化工具提供的圖形用戶界面上，通過(guò)操作界面元素，有可視化開(kāi)發(fā)工具自動(dòng)生成相關(guān)應(yīng)用軟件，輕松跨越多個(gè)資源和層次連接所有數(shù)據(jù)。過(guò)去，數(shù)據(jù)可視化屬于商業(yè)智能開(kāi)發(fā)者類(lèi)別，但是隨著hadoop的崛