南宁达内it培训

大数据开发工程师：

熟悉大数据架构知识，精通大数据开发语言；独立设计复杂数据系统、能进行可用性设计、能独立定位问题并调优；具备专业技术攻关能力;独立完成集成、系统测试，指导低级别工程师测试；能快速定位和修复bug等；

数据分析师：

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。

数据挖掘师/算法工程师：

数据建模、机器学习和算法实现，需要业务理解、熟悉算法和精通计算机编程。

大数据工程师：

运用编程语言实现数据平台和数据管道开发，需要计算机编程能力。

数据架构师：

高级算法设计与优化;数据相关系统设计与优化，有垂直行业经验最佳，需要平台级开发和架构设计能力。

对于大部分企业而言，数据分析师和大数据工程师是普遍需求的岗位。

大数据工程师主要是偏开发层面，指的是围绕大数据系平台系统级的研发人员，需要熟练掌握Hadoop大数据平台的核心框架，能够使用Hadoop提供的通用算法，熟练掌握Hadoop整个生态系统的组件如：Yarn，HBase、Hive、Pig等重要组件，能够实现对平台监控、辅助运维系统的开发。

数据分析师，则是指基于大数据进行数据处理分析的人员，能熟练的用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总、理解并消化，以求最大化地开发数据的功能，发挥数据的作用。

从零基础转行的角度来说，数据分析师相对于数据工程师入门要求更低一些，需要懂一些数据统计、ETL等知识。而大数据工程师，需要在技术编程上，有更高层次的能力要求。

1、Hadoop开发工程师

Hadoop是一一个分布式文件 系统(HadoopDistributedFileSystem) ,简称HDFS。Hadoop是一一个能够对大量 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。

2、数据分析师

数据分析师是数据师的一-种,指的是不同行业中,专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具,提取、分析、呈现数据,实现数据的商业意义。

作为一名数据分析师、至少需要熟练SPSS、STATISTIC、 Eviews、 SAS、 大数据魔镜等数据分析软件中的一门,至少能用Acess等进行数据库开发,至少掌握- -i 门数学软件如matalab、mathmatics进行新模型的构建， 至少掌握一 i 门编程语言。总之,一个优秀的数据分析师,应该业务、管理、分析、工具、设计都不落下。

3、数据挖掘工程师

做数据挖掘要从海量数据中发现规律,这就需要一定的数学知识 ,最基本的比如线性代数、等代数、凸优化、概率论等。经常会用到的语言包括Python、Java、 C或者C , 我自己用Python或者Java比较多。有时MapReduce写程序，再用Hadoop者Hyp来处理数据,如果用Python的话会和Spark相结合。