Ⅰ 大数据有哪些工作岗位
1、大数据开发工程师
开发，建设，测试和维护架构，负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等。
2、数据分析师
收集，处理和执行统计数据分析;运用工具，提取、分析、呈现数据，实现数据的商业意义，需要业务理解和工具应用能力。
3、数据挖掘工程师
数据建模、机器学习和算法实现;商业智能，用户体验分析，预测流失用户等;需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求。
4、数据架构师
需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署;高级算法设计与优化;数据相关系统设计与优化，需要平台级开发和架构设计能力。成都加米谷大数据培训机构，大数据开发，数据分析与挖掘。
5、数据库开发
设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等。
6、数据库管理
数据库设计、数据迁移、数据库性能管理、数据安全管理，故障检修问题、数据备份、数据恢复等。
7、数据科学家
数据挖掘架构、模型标准、数据报告、数据分析方法;利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换。
8、数据产品经理
把数据和业务结合起来做成数据产品;平台线提供基础平台和通用的数据工具，业务线提供更加贴近业务的分析框架和数据应用。
Ⅱ 数据库相关职位
个人感觉数据库架构师和数据仓库工程师的能力要求要高些，对大型数据库的应用要达到熟练或精通的水平，因此，待遇也相对来说好一些。数据库开发工程师的层次相对低些，待遇也稍低。数据架构师，一般企业需要一两个足以。
数据仓库工程师在金融行业或者大型网站的就业机会会大些。
数据库开发工程师的就业路子最宽。以下是一些个案，仅供参考。
一、数据库架构师
任职要求：
1.项目开发经验；
2.丰富的sql Server、DB2 、Oracle、Sybase大型数据库研发设计经验；
3.丰富的数据库关系模型和物理模型建模经验；
4.有数据库性能优化经验；
5.掌握数据仓库的基本理论，有数据仓库的实际开发经验；二、数据仓库工程师
职位描述：
1、对数据仓库系统的架构设计，编写专业的系统设计文档；
2、配合项目经理进行项目需求分析、应用分解、各模块的概要和详细设计；
3、实施项目开发。
职位要求：
1、有1年以上的ETL、OLAP工具的实际开发经验，有BO、MSTR、Insight、Hyperion Intelligence(Brio)等其中一种开发工具实践经验者优先；
2、熟练使用Oracle等数据库，精通SQL、存储过程，有Java和数据库性能调优的经验者优先；
3、深入理解数据仓库、数据建模等概念，有商业智能相关系统实际建模经验者优先；三、数据库开发工程师
岗位职责：
1、数据库设计与优化；
2、存储过程设计与开发；
3、审核、指导开发工程师有关数据库设计、数据存取方法；
4、协助工程部门实施数据库部署；
5、为测试部门提供数据库支持。
任职要求：
1、本科学历，计算机相关专业
2、两年以上工作经验和数据库设计/开发/管理经验
3、熟悉计算机和数据库等相关基础知识
4、熟悉linux/unix、windows等相关技术
5、精通oracle等大型数据库技术，熟练掌握数据库开发技术，熟练使用sqlplus进行存储过程开发，精确sql语言。
6、掌握系统数据存储架构设计技能和数据备份管理技术
7、良好的沟通能力和执行能力；正直、务实、敬业、善于思考、良好的团队合作精神
Ⅲ 大数据开发工程师有哪些岗位
1、大数据开发工程师：开发，建设，测试和维护架构;负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等。
2、数据分析师：收集，处理和执行统计数据分析;运用工具，提取、分析、呈现数据，实现数据的商业意义，需要业务理解和工具应用能力。
3、数据挖掘工程师：数据建模、机器学习和算法实现;商业智能，用户体验分析，预测流失用户等;需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求。
4、数据架构师：需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署;高级算法设计与优化;数据相关系统设计与优化，需要平台级开发和架构设计能力。
5、数据库开发：设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等。
6、数据库管理：数据库设计、数据迁移、数据库性能管理、数据安全管理，故障检修问题、数据备份、数据恢复等。
7、数据科学家：数据挖掘架构、模型标准、数据报告、数据分析方法;利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换。
8、数据产品经理：把数据和业务结合起来做成数据产品;平台线提供基础平台和通用的数据工具，业务线提供更加贴近业务的分析框架和数据应用。
Ⅳ 大数据开发工程师以后可以从事哪些岗位
大数据的岗位有：
（1）大数据开发工程师
开发，建设，测试和维护架构；负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等
（2）数据分析师
收集，处理和执行统计数据分析；运用工具，提取、分析、呈现数据，实现数据的商业意义，需要业务理解和工具应用能力
（3）数据挖掘工程师
数据建模、机器学习和算法实现；商业智能，用户体验分析，预测流失用户等；需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求
（4）数据架构师
需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署；高级算法设计与优化；数据相关系统设计与优化，需要平台级开发和架构设计能力
（5）数据库开发
设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等
（6）数据库管理
数据库设计、数据迁移、数据库性能管理、数据安全管理，故障检修问题、数据备份、数据恢复等
（7）数据科学家
数据挖掘架构、模型标准、数据报告、数据分析方法；利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换
（8）数据产品经理
把数据和业务结合起来做成数据产品；平台线提供基础平台和通用的数据工具，业务线提供更加贴近业务的分析框架和数据应用
Ⅳ 大数据专业毕业生出来可以做什么工作
1、大数据开发工程师
负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等。
2、数据分析师
进行数据搜集、整理、分析，针对数据分析结论给管理销售运营提供指导意义的分析意见。
3、数据挖掘工程师
商业智能，用户体验分析，预测流失用户等；需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求。
4、数据库开发
设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等。
最后，不论是从事大数据开发岗位，还是大数据运维和大数据分析岗位，这些岗位对于从业者的要求也都比较高，尤其要注重动手实践能力的培养，所以大数据专业的学生一方面要尽量丰富自身的知识结构，另一方面还需要注重动手实践能力的培养。
Ⅵ 与大数据相关的工作职位有哪些
说个大概吧
大数据开发工程师：负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等；
数据分析师：进行数据搜集、整理、分析，针对数据分析结论给管理销售运营提供指导意义的分析意见；
数据挖掘工程师：商业智能，用户体验分析，预测流失用户等；需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求。
数据库开发：设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等；
数据管理：数据库设计、数据迁移、数据库性能管理、数据安全管理，故障检修问题、数据备份、数据恢复等；
数据科学家：清洗，管理和组织（大）数据，利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换；
数据产品经理：把数据和业务结合起来做成数据产品。
Ⅶ 数据库工程师和大数据工程师有啥区别
就两个岗位而言，大数据工程师的待遇呈现菱形机构，差异不大，平均薪资应该比数据库的高。数据库工程师的薪资结构呈现两极状态，非常拔尖的待遇很好，但起点待遇都不高。那么数据库工程师和大数据工程师有啥区别呢，我们接着往下看。
1、数据库工程师主要是做数据库的sql开发、维护;大数据工程师主要是做数据的提取、解析、计算、分析。总的来说，一个偏底层建设，一个更偏向业务应用。
2、数据库工程师是一个比较泛的概念，主要指从事和数据库相关的工作，可以是开发，也可以是维护。薪资也很宽泛，该岗位比较传统，偏稳定，待遇不如大数据工程师;大数据工程师，就是我们所知的大数据开发工程师，主要从事大数据平台的搭建，对个人技术要求偏高，需要从业者具备java基础，还得具备以下技术能力，hadoop、hive、hase、flume、storm、kafka、spark等，是一个非常庞大的技术集群。
3、数据库工程师主要是做数据库的sql开发、维护;大数据工程师主要是做数据的提取、解析、计算、分析。总的来说，一个偏底层建设，一个更偏向业务应用。
4、数据库工程师入门门槛相对较低，了解各个数据库的基础特性，学习一些入门书籍，就可以入行，后续可以往DBA的方向发展;大数据工程师，入门门槛较高，要掌握很多的大数据算法、开源框架，并且，由于需要海量的数据进行测试，所以在有大数据量的公司里，大数据工程师更能得到快速的提升。
个人建议走大数据工程师，考证可以考个国家工信部的证，但证书不能代表你的个人能力，只能说锦上添花，有核心技术才是关键。综上所述，就是小编今天给大家整理分享的关于数据库工程师和大数据工程师的相关内容，希望可以帮助到大家。
Ⅷ 数据开发是什么
和软件开发类似，两者都要互相用到，彼此交叉。比如银行的自动取款机系统，就是数据库开发的典型例子。你会觉得这个应该是软件开发的写代码啊，但是事实上写代码只是取款机系统实现的一步而已。数据库开发分六步：需求分析、概念结构设计、逻辑结构设计、数据库的物理设计、数据库的实施、数据库的运行和维护。写代码只是数据库实施中的一部分，这样讲应该能明白吧。还有像超市的收银系统，学校的教务系统都是数据库的例子，光会写代码是编不出来的。我目前已经考了数据库系统工程师，这学期准备考个软件设计师。两者的区别是数据库的语言主要是SQL，软件设计师则是写代码，C、C++ 、Java等
大数据作为时下火热的IT行业的词汇，随之而来的数据开发、数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，大数据开发也应运而生。
大数据开发其实分两种，第一类是编写一些Hadoop、Spark的应用程序，第二类是对大数据处理系统本身进行开发。第一类工作感觉更适用于data analyst这种职位吧，而且现在Hive Spark-SQL这种系统也提供SQL的接口。第二类工作的话通常才大公司里才有，一般他们都会搞自己的系统或者再对开源的做些二次开发。这种工作的话对理论和实践要求的都更深一些，也更有技术含量。