donglei1097
您好我是 數據僧。
首先，工作本身沒有好壞之分，只有門檻高低之別。大數據開發、大數據分析、大數據運維都圍繞著大數據展開。如果我們把大數據去掉，就只剩下，開發，分析，運維。當然還有其它的工作，例如運營，產品，講師，測試等。 加上了大數據，只是我們的工作內容，或者說是工作方式發生了變化。
大數據是傳統行業，傳統技術逐步發展的產物。但是並沒有打破我們在傳統行業的工作模式，和我們的一些基礎知識的儲備。革新的只有處理技術，工作手段。在這裡我們更詳細的說說大數據開發、大數據分析、大數據運維 的工作內容，已經門檻，不做好壞評價。
非大數據 開發，分析，運維幹什麼呢？
開發日常工作是幹什麼了 ? 圍繞著產品經理，進行產品開發，升級，迭代。加班熬夜，趕進度。每日的工作就是編碼，和產品溝通或者撕X，和測試溝通或者斯X，最終確保產品上線，保證產品正常使用，以及後續迭代升級。
分析日常工作是什麼了？數據整理，製作報表，最後就是報告，會議，闡述結論，最後就是說服對方接受觀點，的確很多時候，分析出來的結論，對方無法接受。
運維日常工作是什麼了？最核心的就是監控，機器是否正常運轉，資源是否夠用，產品應用是否都正常，開發相關的工具，保證異常能夠及時發現。
在介紹大數據相關的工作前我們先了解下大數據的處理流程
我們在看看hadoop的大數據生態圈。當然大數據生態圈不是在只有hadoop。
大數據開發的主要工作
開發數據收集工具，數據清洗和整理，開發數據應用；當然這些不是一個人去完成，都會落在各個團隊中去完成。
完整這些工作需要哪些技能？從這些技能我們也能看出來大數據開發的主要工作，就是這些工具打交道。一門開發語言(java/python/c#/scala 等)，大數據下的一些框架：MapReduce，Spark，Hdfs，Storm，Hbase，Zookeeper 等，只會其中的2到三項基本找份工作沒有問題，如何進階在這不詳細討論。我們來看圖吧。
大數據分析的主要工作
有大表哥，專門做各種報表。取數機器人，提取各種數據。當然也有做數據分類，特徵提取等數據挖掘，機器學習等高等玩家。
這裡一併概括了，大數據分析的主要工作是：基於現有的數據進行數據分析得出一個結論，最後進行商業決策。當然現實不是這樣的。大多數人成了大表哥，取數機器人，高端玩家也不列外，挖出來的東西，在沒有找到落地場景前，都是一坨一坨的。這裡都只是調侃。
大數據分析需要哪些技能呢？我們不管具體的工作內容，看看我們每天要面對那些工具，工具是我們每天要接觸的東西。 Excel，SPSS，SQL，數據庫，R，Python 等。當然我們不用都會。
我們還是看圖吧，看看數據分析師的能力體系：
在看看每個階段需要的技能，分析師和開發的區別在於，核心在於處理數據和清洗數據，達到自己可用的狀態。開發是收集數據和整理數據，讓數據變得統一。
大數據運維的工作
對大數據集群進行監控和維護升級，保障集群正常運行，從而保證 數據收集服務能正常運行，保證集群資源夠用，監控集群資源消耗情況。
他們是職業背鍋俠，也是一群默默無聞的夥伴。無論開發，還是分析，還是其它的崗位，都有在人前顯擺的時候，我們的運維永遠只能在人後做好保障。
我們來看看運維的能力體系吧：
以上是我對這個問題的理解，有些調侃，但都想表達和傳遞一種正能量，每個行業，每個崗位都有其特定的屬性和特點，既然選擇了，就只顧風雨兼程，管它花開花落，最終中能到達理想的彼岸。
關注數據僧，我們一起討論，大家都喜歡什麼樣的工作，歡迎大家留言。（圖片來自網絡，侵刪。）
數據僧
在大數據領域大概有四個大的工作方向，除了大數據平臺應用及開發、大數據分析與應用和大數據平臺集成與運維之外，還有大數據平臺架構與研發，除了以上四個大的工作方向之外，還有一個工作方向是大數據技術推廣和培訓，這部分工作目前也有不少人在從事。
大數據平臺架構與研發主要的工作內容是研發底層的大數據平臺，這部分工作的難度較高，從事這部分工作的研發級崗位也並不多。現在不少技術研發團隊都以Hadoop、Spark平臺為基礎進行研發，這樣能夠節省大量的時間，也更容易做出市場接受度比較高的大數據平臺（商用較多）。
大數據平臺應用開發是目前一個就業的熱門方向，一方面是大數據開發的場景眾多，另一方面是難度並不高，能夠接納的從業人數也非常多。大數據開發主要是滿足企業在大數據平臺上的應用開發，與場景有密切的關係。大數據開發是在大數據平臺基礎之上的開發，充分利用大數據平臺提供的功能來滿足企業的實際需求。
大數據分析是大數據應用的一個重點，甚至可以說是大數據的核心內容。大數據分析是基於大數據平臺提供的功能進行具體的數據分析，數據分析與場景有密切的關係，比如出行大數據分析、營銷大數據分析、金融大數據分析等等。目前採用機器學習的方式進行大數據分析是一個趨勢，機器學習的步驟包括數據收集、算法設計、訓練算法、驗證算法和使用算法，所以算法在數據分析中起到了重要的作用，做數據分析工作要有一定的算法基礎。
大數據運維主要從事大數據平臺的軟硬件集成和運維工作，主要的工作內容是完成大數據平臺的部署和調試等相關工作，這部分工作崗位也比較多，企業往往需要有一個專門的運維團隊來保障大數據平臺的平穩運行。相對來說，這部分工作的難度小一些，但是需要掌握的內容也比較多，包括網絡、服務器等軟硬件知識。
大數據是我的主要研究方向之一，目前我也在帶大數據方向的研究生，我會陸續在頭條寫一些關於大數據方面的文章，感興趣的朋友可以關注我的頭條號，相信一定會有所收穫。
如果有大數據方面的問題，也可以諮詢我，謝謝！
IT人劉俊明
大數據開發：
主要是負責大數據挖掘，大數據清洗處理，大數據建模等工作，主要是負責大規模數據的處理和應用，工作主要以開發為主，與大數據可視化分析工程師相互配合，從數據中挖掘出價值，為企業業務發展提供支持。
大數據分析：
進行行業數據蒐集、整理、分析，並依據數據做出行業研究、評估和預測；
主要工作有四類：
1、從0到1搭建數據分析體系；
2、數據分析工具化，產品化；
3、支撐領導、部門決策的專題分析及業務方向探索；
4、數據規範制定及提升數據質量等基礎工作。
大數據運維：
運營維護，Linux操作系統、應用系統的維護、監控、調優、故障排除，關注開源社區動態，追蹤前沿技術和應用等；
一般來講國內的互聯網運維負責軟件測試交付後的發佈和管理，將交付的業務軟件和硬件基礎設施高效合理的整合，轉換為可持續提供高質量服務的產品，同時最大限度降低服務運行的成本，保障服務運行的安全。
相關：
大數據分析師到底在幹嘛？
https://www.toutiao.com/i6549321396005110275/
加米穀：大數據分析，到底要分析些什麼？
https://www.toutiao.com/i6577599840014828045/
大數據學習：數據分析師的完整工作流程與知識結構體系
https://www.toutiao.com/i6584961126356746760/
Spark大數據開發
主要的工作是為了給人民、社會、大自然、地球服務。好與壞因對象而有不一，就好比當下年輕人玩的一款“王者榮耀”，玩家都說好，而沒碰過的就覺得這是一款爛遊戲，因為身邊的人都把大部分時間花在它身上了！
