大数据有哪些职位和工作机会？

下面是比较热门的几个大数据岗位：

1、首席数据官（CDO）

首席数据官的工作内容非常多，职责也很复杂，他们负责公司的数据框架搭建、数据管理、数据安全保证、商务智能管理、数据洞察和高级分析。因此，首席数据师必须个人能力出众，同时还需要具备足够的领导力和远见，找准公司发展目标，协调应变管理过程。

2、营销分析师/客户关系管理分析师

客户忠诚度项目、网络分析和物联网技术积攒了大量的用户数据，很多先进公司已经在使用相关策略来支持公司的发展计划。尤其是市场部门能够运用这些数据进行更有针对性的营销。营销分析师能够发挥他们在Excel和SQL等数据分析工具方面的专业特长，对客户进行细分，确保数字化营销能够到达目标客户群体。

3、数据工程师

随着Hadoop和非结构化数据仓库的流行，所有分析功能的第一要务就是要得到正确的数据。高水平的工程师需要掌握数据管理技能，熟悉提取转换加载过程，很多公司都急需这样的人才。事实上，很多首席数据官甚至认为，数据工程师才是大数据相关行业中最重要的职位。

4、商务智能开发工程师

商务智能开发工程师的最基本职能，是管理结构数据从数据库分配至终端用户的过程。商务智能（BI）曾经只是商务金融的基础，现在已经独立出来，成为了单独的部门，很多商务智能团队正在搭建自服务指示板，这样运营经理就能快速且有效地获取高性能数据，评价公司运营情况。

5、数据可视化

随着指示板和可视化工具的增多，商务智能“前端”研发工程师需要更熟练掌握Tableau、QlikView/QlikSense、SiSense和Looker。能够使用d3.js在网络浏览器中制作数据可视化的研发工程师也越来越受到公司欢迎。很多大公司开出的年薪已经超过了7万5千英镑，平均日薪500多英镑。

6、大数据工程师

正如上文提到过的，数据工程师的工作是负责管理公司的数据，包括数据的收集，存储、处理和分析。大数据工程师需要能够搭建并维护大型异构数据框架，这些数据通常是在MongoDB等NoSQL数据库中。很多公司采用Hadoop框架和很多Hadoop次级软件包，如Hive（数据软件），Pig（数据流语言）和Spark（多编程模型）。

1大数据就业前景在之前的就业数据报告中，研发工程师、产品经理、人力资源、市场营销和数据分析等是很多互联网公司需求量最大岗位，并且研发工程师的需求量是非常大的，数据分析是非常稀缺的。在大数据中，可以从事的岗位是非常多的，并且处于高度稀缺的情况。大数据行业的就业方向。2大数据专业的就业方向1、Hadoop开发工程师Hadoop是一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。Hadoop是一个能够对大量数据进行分布式处理的软件框架， 以一种可靠、高效、可伸缩的方式进行数据处理。所以说Hadoop解决了大数据如何存储的问题，因而在大数据培训机构中是必须学习的课程

数据分析师的招聘要求一般分为5个方面：

（1）行业背景（2）逻辑思维能力（3）行业基本知识（4）基本技能（5）其他加分项

我们来看这个岗位：

（1）行业背景：保险业务或者互联网业务背景。

这个岗位是支持保险场景的分析师，一般对于保险行业的基本知识有一定的了解是最好的，比如保险的分类、行业规范、保险开发流程、保险的生命周期、用户特征等有所了解会更有竞争力。

（2）逻辑思维能力：一般是指解决问题的能力以及对历史经验的提炼和沉淀能力，包括但不限于分析体系的搭建、将历史经验提升为产品。

随着大家工作年限的增加尤其是对5年+工作经验的同学来讲，分析问题、解决问题、并将自己的经验提升为产品或方法论的能力是有一定要求的，最好是形成自己的一套方法论体系和有闭环的项目经验，比如精准营销，一般要求候选人从营销活动策划、营销活动的实验设计、营销活动监控、营销活动效果评估、营销节奏把握、营销策略优化方面都要有比较深刻的理解，最好是有落地的成功案例。

（3）基本的行业知识：做为app类产品，C端用户分析、B端商户或产品分析都是基础能力。

比如用户分层，用户生命周期管理，用户增长，精准营销这些基本方面要有比较丰富的经验。

（4）基本技能：SQL、Excel、统计学基本知识。

这个就不必说了，SQL、excel、统计学基本知识现在是大部分运营都要会的技能，数据分析师更是必备

（5）加分项：数据挖掘能力、管理能力、沟通能力、学习能力等。

数据挖掘方面要有适当的能力，比如常用的聚类、决策树、回归等要有一定的了解和应用，技术是帮助更好的解决问题的一种方式，有些时候会有很好的应用效果。

软性技能：沟通、学习能力笔者认为这两项与逻辑思维能力同等重要，感兴趣的同学可以多关注相关作者来拓宽自己的知识深度，涉猎也要广以拓宽自己知识的广度。

---