大数据开发、大数据分析、大数据运维主要工作各是什么?哪个好?

donglei1097


在大数据领域大概有四个大的工作方向,除了大数据平台应用及开发、大数据分析与应用和大数据平台集成与运维之外,还有大数据平台架构与研发,除了以上四个大的工作方向之外,还有一个工作方向是大数据技术推广和培训,这部分工作目前也有不少人在从事。

大数据平台架构与研发主要的工作内容是研发底层的大数据平台,这部分工作的难度较高,从事这部分工作的研发级岗位也并不多。现在不少技术研发团队都以Hadoop、Spark平台为基础进行研发,这样能够节省大量的时间,也更容易做出市场接受度比较高的大数据平台(商用较多)。

大数据平台应用开发是目前一个就业的热门方向,一方面是大数据开发的场景众多,另一方面是难度并不高,能够接纳的从业人数也非常多。大数据开发主要是满足企业在大数据平台上的应用开发,与场景有密切的关系。大数据开发是在大数据平台基础之上的开发,充分利用大数据平台提供的功能来满足企业的实际需求。

大数据分析是大数据应用的一个重点,甚至可以说是大数据的核心内容。大数据分析是基于大数据平台提供的功能进行具体的数据分析,数据分析与场景有密切的关系,比如出行大数据分析、营销大数据分析、金融大数据分析等等。目前采用机器学习的方式进行大数据分析是一个趋势,机器学习的步骤包括数据收集、算法设计、训练算法、验证算法和使用算法,所以算法在数据分析中起到了重要的作用,做数据分析工作要有一定的算法基础。

大数据运维主要从事大数据平台的软硬件集成和运维工作,主要的工作内容是完成大数据平台的部署和调试等相关工作,这部分工作岗位也比较多,企业往往需要有一个专门的运维团队来保障大数据平台的平稳运行。相对来说,这部分工作的难度小一些,但是需要掌握的内容也比较多,包括网络、服务器等软硬件知识。

大数据是我的主要研究方向之一,目前我也在带大数据方向的研究生,我会陆续在头条写一些关于大数据方面的文章,感兴趣的朋友可以关注我的头条号,相信一定会有所收获。

如果有大数据方面的问题,也可以咨询我,谢谢!


IT人刘俊明


大数据开发

主要是负责大数据挖掘,大数据清洗处理,大数据建模等工作,主要是负责大规模数据的处理和应用,工作主要以开发为主,与大数据可视化分析工程师相互配合,从数据中挖掘出价值,为企业业务发展提供支持。

大数据分析

进行行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测;

主要工作有四类:

1、从0到1搭建数据分析体系;

2、数据分析工具化,产品化;

3、支撑领导、部门决策的专题分析及业务方向探索;

4、数据规范制定及提升数据质量等基础工作。

大数据运维

运营维护,Linux操作系统、应用系统的维护、监控、调优、故障排除,关注开源社区动态,追踪前沿技术和应用等;

一般来讲国内的互联网运维负责软件测试交付后的发布和管理,将交付的业务软件和硬件基础设施高效合理的整合,转换为可持续提供高质量服务的产品,同时最大限度降低服务运行的成本,保障服务运行的安全。

相关:

大数据分析师到底在干嘛?

https://www.toutiao.com/i6549321396005110275/

加米谷:大数据分析,到底要分析些什么?

https://www.toutiao.com/i6577599840014828045/

大数据学习:数据分析师的完整工作流程与知识结构体系

https://www.toutiao.com/i6584961126356746760/


Spark大数据开发


主要的工作是为了给人民、社会、大自然、地球服务。好与坏因对象而有不一,就好比当下年轻人玩的一款“王者荣耀”,玩家都说好,而没碰过的就觉得这是一款烂游戏,因为身边的人都把大部分时间花在它身上了!


分享到:


相關文章: