入行大数据领域，你需要选对职位
随着大数据领域的火爆，数据科学领域的招聘信息越来越多，范围也越来越广，然而面对参差不齐的招聘信息，你真的知道大数据到底做什么的么？“你希望具体从
|
入行大数据领域，你需要选对职位 随着大数据领域的火爆，数据科学领域的招聘信息越来越多，范围也越来越广，然而面对参差不齐的招聘信息，你真的知道大数据到底做什么的么？“你希望具体从事的大数据工作或方向是什么？” 对于，大数据领域生态，包涵很多不同打的岗位，也赋予不同岗位不同的技能、要求和发展方向。为了和大家介绍的清楚，通过一个数据课题case流程来解释不同岗位的职责。 数据课题流程 大数据课题流程有4个基本环节，分别是业务理解、数据准备、数据挖掘、分析应用。在这个流程里有四个层次：需求层、数据层、模型分析层与输出层，同时对应四个职能领域： 业务理解（业务数据分析师，业务战略规划师）：业务侧之眼，负责业务规划与战略规划，帮助企业在业务层突破、创新，实现价值 DBA：承担整个公司数据仓储、数据库的搭建与服务，保证数据安全、稳定 大数据挖掘：负责关键模型应用与研究工作 大数据分析应用：既是外部需求的接入者，也是解决方案的输出者，很多时候也会承担全盘统筹的角色 研发层：完整的流程还需增加职能，承担整个运营系统的构建与维护、数据准备、平台与工具开发 数据科学领域职位划分 这样一张完整的职能架构变出来了，下面通过信息图区分每个职位的角色介绍、必备技能。 1.业务数据分析师 业务数据分析师 角色/任务：改进业务流程的业务和IT之间的中介 必备语言：SQL 技能和特长: 基本工具（例如微软Office） 数据可视化工具（e.g.Tableau） 自觉听和讲故事 商业智能的理解 数据建模 2.数据库管理员 数据库管理员 角色/任务：确保数据库是提供给所有相关用户，正在正确执行，并且安全运行 必备语言：SQL,Java,Ruby on Rails,XML,C#,Python 技能和特长: 备份恢复 数据建模和设计 分布式计算（hadoop的） 数据库系统（SQL和基于NO SQL） 数据安全 ERP业务知识 3.数据科学家 数据科学家 角色/任务：清洗，管理和组织（大）数据，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。 必备语言：R,SAS,Python,Matlab,SQL,HivePig,Spark 技能和特长: 分布式计算 预测模型 故事讲述和可视化 数学\统计，机器学习 4.数据架构师 数据架构师 角色/任务：创建数据管理系统进行整合，集中，保护和维护数据源 必备语言：SQL,XML,HIVE,PIG,SPARK 技能和特长: 数据仓库解决方案 深入了解数据库体系结构 提取thansformation和加载（ETL）大数据架构师，电子表格和BI工具 数据建模 系统开发 5.数据工程师 数据工程师 角色/任务：开发，建设，测试和维护架构（如数据库，以及较大规模的处理系统） 必备语言：SQL,Hive,Pig,R,Mtlab,SAS,SPSS,Python,Java,Ruby,C++,Perl 技能和特长: 数据库系统（SQL和基于NO SQL） 数理统计功底，统计学 数据建模ETL工具 数据API 数据仓库解决方案 6.统计学家 统计学家 角色/任务：收集，分析和解释，定性和定量的数据统计理论和方法 必备语言：R,SAS,SPSS,Mtlab,Stata,Python,Perl,Hive,Pig,Spark,SQL 技能和特长: 统计理论方法 数据挖掘机器学习 分布式计算（Hadoop的） 数据库系统（SQL和基于NO SQL） 云工具 7.数据产品经理 数据产品经理 角色/任务：管理团队分析师和数据科学家，与团队解决课题 必备语言：SQL,R,SAS,Python,Matlab,Java 技能和特长: 数据库系统（SQL和基于NO SQL） 领导项目管理 人际沟通 数据挖掘预测建模数据建模 8.数据分析师 数据分析师 角色/任务：收集，处理和执行统计数据分析 必备语言：R, Python, HTML,Javscript,C/C++,SQL 技能和特长: 电子表格工具（例如Excel）中 数据库系统（SQL和基于NO SQL） 通信可视化 数学，统计，机器学习 入职大数据领域，弄清楚是做什么产品，做什么项目，将要用到什么技术，什么语言，然后才能有针对性的去进行相关学习和培训 对于大数据运营体系和系统底层架构，包含了采集层、存储层、计算层和应用层，对于每一层所需的编程语言和工具都有所侧重 大数据底层架构图 理论上计算机专业、信息专业、数学专业、管理专业或者其他专业背景的都可以尝试这个领域。前期是做数据的基础监测和总结工作，如周期性的报告或特定专题报告；中期参与业务沟通、梳理需求，组织建模解决问题；后期为企业内部提供战略意见，带领团队提供可落地的解决方案，解决大数据课题，落地数据方案。 最后，会Python无论数据采集（爬虫）、数据建模挖掘、数据分析应用（展示）均能攻克。 （编辑：淮北站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
