导读

2017年，大数据已经从概念转向着陆；在2018年，低端和中端IT工程师加速向大数据的过渡，企业直接争夺白热化阶段的大数据人才。因此，对于那些想要零基础学习IT技术的人来说，直接选择学习大数据技术是满足趋势和就业需求的选择。

目前，大数据就业主要有三个方向：一是数据分析大数据人才，二是系统研发大数据人才，三是应用开发大数据人才。他们的基本职位是大数据系统研发工程师、大数据应用开发工程师、大数据分析师。

对于求职者来说，大数据只是业务的一个方向，专业职位决定做什么？大数据从业者/求职者可以根据自己的技术和兴趣特征选择适合他们的大数据。相关文章。这里有10篇与大数据相关的热门帖子。

一个、ETL开发

随着企业数据的多样性和来源的增加，集成和处理数据变得越来越困难。企业迫切需要具备数据集成能力的人才。 ETL开发人员这是一个基于这种需求而出生的专业职位。 ETL人才在大数据时代炙手可热的原因之一是，在企业大数据应用的早期阶段，Hadoop只是一个糟糕的ETL。

两个、Hadoop开发

随着数据规模的不断扩大，传统BI数据处理的成本太高。 Hadoop的廉价数据处理能力已被重新挖掘，企业需求持续增长。并成为大数据人才必须掌握的技术。

三个、可视化工具开发

可视化开发基于可视化工具提供的图形用户界面。通过操作界面元素，可视化开发工具自动生成相关的应用软件，并轻松连接多个资源和级别的所有数据。过去，数据可视化是商业智能开发人员的一类，但随着Hadoop的兴起，数据可视化已成为一种独立的专业技能和地位。

四个、信息架构开发

大数据重振了主数据管理的热潮。充分发展企业数据的使用和支持决策需要非常专业的技能。信息架构师必须了解如何定义和记录关键元素，以确保以最有效的方式管理和利用数据。信息架构师的主要技能包括主数据管理、业务知识和数据建模。

五个、数据仓库研究

为了促进企业决策，为分析报告和决策支持目的而创建的数据仓库研究工作是所有类型数据的战略集合。为企业提供商业智能服务，指导业务流程改进和监控时间、成本、质量和控制。六个、OLAP开发

OLAP在线在线分析开发人员负责从关系数据源或非关系数据源中提取数据以构建模型，然后创建用于数据访问的用户界面，从而提供高性能的预定义查询功能。

七个、数据科学研究

数据科学家是一种新型工作，可将公司的数据和技术转化为业务的商业价值。随着数据科学的发展，越来越多的实际工作将针对数据，这将使人们能够理解数据，从而了解自然和行为。

八个、数据预测分析

营销部门经常使用预测分析来预测用户行为或目标用户。预测分析开发人员的一些场景似乎有一些类似的数据科学家，他们使用假设来测试阈值并根据历史企业数据预测未来的性能。

九个、企业数据管理

为了提高数据质量，企业必须考虑数据管理，并需要建立数据管理职位。此职位的人员需要能够使用各种技术工具收集企业周围的大量数据，清理和规范化数据，并将数据导入数据。在仓库中，成为可用的版本。

十个、数据安全研究

数据安全位置主要负责内部大型服务器、存储、数据安全管理工作，以及网络、信息安全项目规划、的设计与实现。