1、就业方向不同
(资料图片仅供参考)
2、1.大数据开发工程师
3、有两种:
4、首先是写一些Hadoop和Spark的应用。
5、二是开发大数据处理系统本身。对理论和实践的要求更深,技术性更强。
6、2.大数据分析师
7、分为两类:
8、一种是偏向于产品和运营,更注重商业。主要工作包括日常业务的异常监控、客户和市场调研、参与产品开发、建立数据模型提高运营效率。
9、另一种更注重数据挖掘技术,门槛高,需要扎实的算法能力和代码能力。同时工资待遇也比较好。
10、就业前景和薪资待遇都不一样。
11、1.大数据开发
12、作为IT界的“大熊猫”,大数据工程师的收入和待遇可以说达到了同类的顶尖。国内IT、通信、行业招聘有10%与大数据相关,而且比例还在上升。在美国,大数据工程师平均年薪17.5万美元;
13、大数据开发一线城市和大数据发展城市的工程师薪资相对较高。
14、2.大数据分析
15、大数据分析也是高收入的技术岗,工资也不算多。而且我们可以看到,有3-5年技术经验的人才薪资可以达到30K以上。
16、适合不同人群
17、1.大数据开发
18、大数据开发的岗位对代码能力和工程能力有一定的要求,也就是说你需要有一定的编程能力和语言能力,然后是解决问题的能力,因为大数据开发会涉及到很多开源的东西。
19、开源的东西很多,需要你能够快速定位和解决问题,适合有一定开发基础,或者0基础但是能够快速掌握新事物的人。
20、2.大数据分析
21、如果是大数据分析的岗位,在业务上,你需要能够快速了解、理解和掌握业务。通过对业务变化的数据感知和对数据的分析,你需要做出业务决策。技术上,你需要具备一定的数据处理能力。
22、比如一些脚本的使用,sql数据库的查询,execl、sas、R等工具的使用等等。在工具层面,改变的范围比较小,主要是对业务的理解能力。
本文到此结束,希望对大家有所帮助。
关键词:
X 关闭
X 关闭