对于大数据这样新的技术、新兴应用造就了对应职位新的发展趋势,经过科多大数据的调研,发现目前大数据技术的对应岗位有以下几种:大数据开发工程师、商业智能分析师、算法工程师、数据挖掘专家等,同时,也会强化原有职位的新职位,比如网络工程师、系统架构师、数据库管理与开发等。

(1)大数据开发工程师

大数据开发工程师主要是负责搭建整个技术框架,负责后台运行程序的整体设计,就好比一栋大楼的整体框架一样。目前这个岗位的要求主要是熟练Java,Hadoop,Spark,Hive,Hbase等。

(2)商业智能分析师

算法工程师延伸出来的商业智能,尤其是在大数据领域变得更加火热。IT职业与咨询服务公司Bluewolf曾经发布报告指出,互联网行业需求增长最快的是移动、数据、云服务和面向用户的技术人员,其中具体的职位则包括有商业智能分析师一项。商业智能分析师往往需要精通数据库知识和统计分析的能力,能够使用商业智能工具,识别或监控现有的和潜在的客户。收集商业情报数据,提供行业报告,分析技术的发展趋势,确定市场未来的产品开发策略或改进现有产品的销售。商业智能和逻辑分析技能在大数据时代显得特别重要,拥有商业知识以及强大的数据和数学分析背景的IT人才,在将来的IT职场上更能获得大型企业的青睐。

(3)数据挖掘工程师(www.daowen.com)

数据挖掘工程师,也可以称为“数据挖掘专家”。数据挖掘是通过分析每个数据,从大量数据中寻找其规律的技术。数据挖掘主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,高度自动化地分析企业的数据,做出归纳性的推理,从中挖掘出潜在的模式,帮助决策者调整市场策略,减少风险,做出正确的决策。北京数据挖掘工程师的平均薪资为2.507万元/月,随着人工智能、大数据的发展,行业对数据挖掘工程师的需求也将不断变大,特别是对高端人才的需求。

(4)算法工程师

算法工程师在现在可以说是非常吃香的,数据挖掘、互联网搜索算法这些体现大数据发展方向的算法,在近几年越来越流行,而且算法工程师也逐渐朝向人工智能的方向发展。在某网站上查看背景算法工程师的平均薪资,北京的平均薪资是2.615万元/月。受行业的影响,算法工程师的热门程度将会越来越高!

(5)数据分析员

数据分析员需要将数据转换成可指导业务发展的商业洞察力。他们是技术团队和商业战略、销售或营销团队的桥梁。数据可视化将成为日常工作的重要组成部分。需要将经过训练和测试的模型和大量用户数据转换为让人易于理解的形式,以便根据数据分析结论设计业务策略。数据分析员帮助确保数据科学团队不会浪费时间在不能提供业务价值的问题上面。使用的技术包括Python、SQL、Tableau和Excel,还需要是一个好的沟通者。