大数据工程师未来职业规划

想了解数据分析工程师的职业规划或学习计划，由此来提升自己的技能和专业知识，我觉得最准确最有针对性一个方法就是查阅招聘岗位的工作要求，这样我们就可以有的放矢地好好专研自己的学习。我们看一下以下这条招聘要求：

1负责大数据平台的规划、分析、设计工作，把握整体架构，进行相关技术方案文档的撰写；

2负责大数据平台的部署、开发、维护工作；

3与BI分析人员协作，完成面向业务目标的数据分析模型定义和算法实施工作；

4承担相关技术领域的探索与储备。

任职要求：

1大学本科以上学历，熟练掌握C/C++或者JAVA；

2熟悉各种常用数据结构及算法，对linux下的网络数据库开发有足够经验；

3有2年以上C++实战经验者优先；

4有大数据挖据方面经验和技能者优先；如hadoop、hbase、hive等；

5善于与其他部门的成员沟通、协作。

还有一个招聘要求是：

岗位职责：

1、理解并挖掘用户需求，进行数据建模；

2、利用专业统计、分析工具从海量数据中总结规律、挖掘潜在价值，提供决策依据。

任职要求：

1、数学类、统计类、计算机类、人工智能类相关专业本科及以上学历，2年左右专职数据分析、挖掘经验，优秀的应届硕士也可；

2、良好的数据敏感性，善于从海量数据中提取有效信息进行分析挖掘和建模；

3、熟练掌握任一种分析工具，例SPSS、SAS、R语言、MatLab；

4、熟悉数据库技术，如oracle、SQL、MongoDB；

5、对于数学建模、数据挖掘、Hadoop大数据有经验者优先。

我想，你看到这，应该是对数据分析工程师有了非常明晰的看法，好好加油ba !

这2个职业完全不是同一类型的，很少有人把它们放在一起做对比。

一、保险销售员入职门槛低，目前一直受到电话销售、网络销售的冲击，虽然市场很大，但竞争非常激烈。

二、数据库工程师属于技术类岗位，对学历、计算机技术要求比较高，在如今网络化、大数据时代，职业前景肯定比保险销售要好得多。

仅从这2个职业上判断，肯定是选数据库工程师，但“大龄男”……数据库工程师的知识更新很快，加班加点也很多，你以前学的计算机知识是否已经淘汰？高强度的脑力劳动是否一直能够承受？这些都应该在考虑范围之内。

大数据就业前景

伴随着大数据技术的成熟，大数据应用的普及和发展才刚刚开始，我们预计未来二十年，甚至更长一段时间都是大数据黄金发展阶段，相关的行业将引来巨大的发展机遇。大部分行业都需要，市场、营销、运营相关的需求很多。大数据不是职位，学完大数据认证后你可以从事大数据挖掘专家，高级行业分析师，大数据业务架构师，大数据架构师，大数据算法工程师，大数据开发工程师，大数据运维工程师。不管是国内还是国外，大数据相关的人才都是供不应求的局面。目前市场急需运用大数据分析结果的大数据相关管理人才。

据数联寻英发布《大数据人才报告》显示，目前全国的大数据人才仅46万，未来3-5年内大数据人才的缺口将高达150万。

据职业社交平台LinkedIn发布的《2016年中国互联网最热职位人才报告》显示，研发工程师、产品经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。其中研发工程师需求量最大，而数据分析人才最为稀缺。领英报告表明，数据分析人才的供给指数最低，仅为005，属于高度稀缺。数据分析人才跳槽速度也最快，平均跳槽速度为198个月。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。

大数据就业方向

1 Hadoop大数据开发方向

市场需求旺盛，大数据培训的主体，目前IT培训机构的重点。

对应岗位：大数据开发工程师、爬虫工程师、数据分析师等。

2 数据挖掘、数据分析&机器学习方向

学习起点高、难度大，市面上只有很少的培训机构在做。

对应岗位：数据科学家、数据挖掘工程师、机器学习工程师等。

3 大数据运维&云计算方向

市场需求中等，更偏向于Linux、云计算学科。

对应岗位：大数据运维工程师

曾经有人在2023互联网信息安全研讨会上表示：这是一个令人兴奋的时代，也是一个大数据时代。

数据科学让我们越来越多的从数据中观察到人类社会的复杂行为模式，以数据为基础的技术，决定着我们的未来，但并不是数据本身，而是我们从数据中拥有更多的可用知识的增加。

那么，大数据专业未来10年前景如何？大数据分析及就业去向是怎样的？今天小编就来为大家揭秘一下，都是干活。

随着科技的发展，尤其是互联网的深入，新兴了大数据这个行业。

然而，你可能经常听到别人谈及大数据，却不知道什么是大数据？大数据未来十年前景如何？小编在此举一个简单的例子，你逛网上商城也好，还是新闻APP也好，只要你搜索过的东西，或是经常查看某一类型的文章，平台就会一直给你推荐类似的产品或文章，这其实就是大数据的应用。

或许，对于普通人来说，大数据没有什么实际的价值，但是对于各大企业，大数据却能给他们带来无限商业价值，甚至产生全新的商机。

近年来，随着大数据时代的来临，很多院校都纷纷开设了大数据专业。

据数联寻英发布《大数据人才报告》显示,目前全国的大数据人才仅仅只有46万，预计未来3~5年内大数据人才的缺口将高达150万，而且，这种缺口势头还将持续升温。

据调查统计发现，当下中国互联网行业需求最旺盛的六大人才职位分别是研发工程师、产品经理、人力资源、市场营销、运营和数据分析，其中，研发工程师需求量最大，而数据分析人才最为稀缺，尤其是高端数据分析人才，各大知名企业对这一块的人才可谓是求贤若渴，为了招揽人才，不惜豪掷千金。

据了解，大数据主要的三大就业方向包括大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才，基础岗位一般为大数据系统研发工程师、大数据应用开发工程师以及数据分析师，升级一点的岗位包括大数据系统架构师、数据挖掘工程师、大数据可视化工程师等。

从大数据专业人才的薪资水平上看，应届毕业生就能拿到至少8000的月薪，不过，个人能力不同，城市消费水平不同，薪资水平也有着千差万别，比如北京大数据开发平均月薪高达3万之多，二线城市可能只要一半或更少。

同时随着时间的推移，从业者的平均薪资也是一路看涨，相比其他专业，大数据专业的薪资涨幅还是不错的，值得广大考生报考。

导读随着大数据的普及商用化，很多人说大数据工程师会在35岁失业，那么是真是假呢今天我们就来对现行的大数据工程师就业现状和前景做个简单分析，希望对大家有所帮助。

从现在的市场环境情况看，大数据工程师不会失业，并且没有减少反而越来越多了，因为使用大数据的公司越来越多。提问者担心的是搭建大数据平台的工作都没了，大数据工程师还干什么其实现实中大数据工程师并不是在搭建平台这个壳，而是在搭建平台上的数据内容。

早期的大数据工程师

可能在提问者的意识里认为大数据工程师熟练掌握各种分布式系统原理，顺手就写一个mapreduce程序来计算，精通使用hadoop，spark，flink，kafka各种架构原理，然后在集群遇到问题迅速调参数进行修复。能用大数据生态的各种组件组建起来搭建各种data

pipeline的方式实现大数据平台。这种确实是在还没有商业数据平台的时候大数据工程师的日常工作。总结主要工作：

维护hadoop等分布式平台，特别是在遇到系统高峰时能稳定系统完成数据加工需要比较深的分布式系统设计原理

根据业务发展使用大数据生态的各种组件组建起来搭建各种data pipeline，从数据采集，同步到加工(即所谓的ETL工作)

搭建分析师、运营和产品经理等大数据查询和提数平台

搭建大数据报表展现系统

在商业大数据平台上工作的大数据工程师

但是大数据商业平台出来后，和云上的组件打通后形成了闭环(特别是阿里云上的RDS可以直接导入数据到MaxComputer中)，比如原来至少需要一个调度平台(haoop时代)来调度数据引擎上的脚本，以完成数据从业务库同步到大数据平台，再调度完成后面的各种计算任务。这在以前至少需要一个调度平台，大数据平台，数据同步系统。但是现在全部都集成在一起来，且分布式系统放在云上会形成了资源d性网络，避免了因数据的峰值而造成的高难度维护工作也基本不需要了。其他的查询、取数和展现系统云上也都齐全，直接用就行。

从上面可以看出原来的大数据工程师的工作，基本上被简化只剩下了数据加工部分了。

加工数据一开始的时候都是需要写mapreduce程序，并且需要很了解hadoop系统，防止写出烂程序，导致出现数据倾斜，没加取数范围限制等问题，导致一个任务堵塞整个集群。这个阶段确实需要专业的工程师来干，但是后来出现了hive，直接降级成了业务同学也能用的SQL。而且商业大数据平台会做大数据平台执行引擎，对烂脚本的优化做了很多，防止很绝大部分的问题，更不会出现上面的问题了。实际上现在大部分的数据工程师90%的时间都在用SQL。是真的不怎么需要了解底层原理。

这也说明大数据工程师的范围缩减了很多，基本只剩下了设计数据模型做基础的数据加工。这部分难度也不再是脚本的编写，而是数据模型的架构质量，这时候要求的是对业务的熟悉程度和数据模型的知识。所以渐渐的大数据工程师开始兼并了一些数据分析师的工作，来设计各种业务指标。甚至有时候运营需要的指标体系都是大数据工程师直接出的了。但是反过来数据分析不能做数据工程师的工作，因为有数据建模技术壁垒和复杂数据加工技术壁垒。

结论

当一个职位的难度系数下降后，它就会横向发展兼并上下游的职位的工作，最终那个难度系统最大的职位会留下，其他的出局。

所以从上面的论述，我认为普通的大数据工程师岗位不会减少，并且以后可能会兼并了数据分析师，但是长期可能会被算法工程师给兼并。原来掌握分布式系统开发的工程师规模缩减，并单独出来形成分布式系统工程师，在那些做商用大数据平台公司中继续开发。

以上就是小编今天给大家整理发布的关于大数据工程师就业现状和前景的相关内容，希望对大家有所帮助。

一、计算机专业一直是人们口中的热门专业，近年来，高校的计算机专业也不断扩招。随着互联网的发展，计算机专业人才的缺乏也没有得到有效缓解。国内的软件开发人才，网络技术、信息安全等方面的人才缺乏比较严重。高水平的系统分析师，资深项目策划人员非常少，从事程序开发的程序员也比较缺乏。

二、社会对计算机人才总需求量有明显变化，企业是吸纳人才的主力，随着国有企业改革步伐加大，对高新技术人才、计算机专业大学生的需求会迅速增长，高新技术企业每年产值增长在百分之二十以上。

三、计算机专业就业前景随着科技的进步和信息事业的发展，尤其是计算机技术的发展与网络应用的逐渐普及。

四、计算机已成为人们工作和生活中不可缺少的东西。IT行业的发展。在最近几年内IT在职场排行榜中仍旧处于所有行业中的“老大”。虽然说计算机这行就业单位很多，但是面临的竞争也非常激烈。只有对基础知识的学习才可以受用身。

五、计算机就业方向

软件方向，软件就业方向有软件开发，软件架构师，软件测试，应用软件(包括手机程序)的调试、运行、测试、维护及质量管理等技术岗位的工作。JAVA软件开发，软件公司中Java软件工程师、网络工程师、数据库工程师等相关职位。

网络方向，IT企业、政府机关、企事业单位、各类外资企业、电力、电信、汽车、房地产、金融、保险、税务、教育、科研等各个行业从事计算机网络建设、运行、维护和管理工作。

六、计算机的就业趋势

从总体上讲，社会对计算机人才总需求量有明显变化，但毕业生就业岗位分布和岗位层次将更加宽泛，需求的主体由政府机关、金融单位、电信系统、国有企业转向教育系统、非公有制经济实体等中小用人单位，由于毕业生人数剧增，就业率与供求比例明显相差大。

企业是吸纳人才的主力，随着国有企业改革步伐加大，对高新技术人才、计算机专业大学生的需求会迅速增长，高新技术企业每年产值增长在20%以上，中国加入WTO，外国资本、公司的涌入，需要招聘大批高素质的计算机专业人才，毕业生的就业选择和人才流动会偏向外资企业。

七、计算机专业就业前景

随着科技的进步和信息事业的发展，尤其是计算机技术的发展与网络应用的逐渐普及。计算机已成为人们工作和生活中不可缺少的东西。IT行业迅猛发展，就业工作岗位也比比皆是。在最近几年内IT在职场排行榜中仍旧处于所有行业中的“老大”。计算机专业学生就业方向也应该有所提高。虽然说计算机这行就业单位很多，但是面临的竞争也非常激烈。只有对基础知识的学习才可以受用终身。

前景很不错。一方面国家大力支持大数据行业的发展，已经上升为国际战略的今天，大数据人才正在拥有更多的发展机会。另一方面许多的领域都是缺乏这方面的人才，腾讯阿里等互联网大厂都是高薪招聘相关人才。

大数据的择业岗位有：

1、大数据开发方向; 所涉及的职业岗位为：大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等;

2、数据挖掘、数据分析和机器学习方向; 所涉及的职业岗位为：大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等;

3、大数据运维和云计算方向;对应岗位：大数据运维工程师。

大数据学习内容主要有：

①JavaSE核心技术；

②Hadoop平台核心技术、Hive开发、HBase开发；

③Spark相关技术、Scala基本编程；

④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习；

⑤大数据项目开发实战，大数据系统管理优化等。

想要系统学习，你可以考察对比一下开设有IT专业的热门学校，好的学校拥有根据当下企业需求自主研发课程的能，南京北大青鸟、中博软件学院、南京课工场等都是不错的选择，建议实地考察对比一下。

祝你学有所成，望采纳。

在大数据背景下，越来越多的企业开始涉足大数据，ETL作为企业搞大数据的重要技术平台，确实是需要重视的，也需要技术实力足够的ETL工程师来支持企业大数据平台的建设和运营。所以，只要大数据的前景一直向好，那么ETL工程师的发展前景也是不必担心的。

至于说ETL工程师做什么，从传统的ETL到大数据背景下的ETL，作为技术人员，确实需要不断提升自己的技术实力。传统时期的ETL工程师，主要负责数据采集环节，且数据流动往往是单向性的，而在大数据时代，ETL工程师面临的应用场景更多，ETL需要采取和处理的对象也在升级，需要解决的问题也更多。

从业务角度讲，随着数据应用的日益丰富，不同平台、系统的相互大批量数据交互成常态，仅仅满足于采集数据已经不适应业务需要，还需要能够为数据的目的端落地提供支撑，ETL工程师需要一个端到端的更适应业务需要的数据交换系统。

从技术角度讲，ETL做一定的扩展可以升级为兼具交换能力，两者有传承，可以实现平滑过渡，但交换却要考虑用另一个工具实现，同时未来大数据平台组件将异常丰富，相互之间的数据交换将是常态，必要要有更高级别的交换工具满足这些需求。

大数据时代的ETL工程师，除了从事传统的系统编程、数据库编程与设计，还需要熟悉主流数据库技术，如oracle、Sql server、PostgeSQL等，并且得会数据etl开发工具，如Datastage,Congos,Kettle等。

关于ETL工程师发展前景好吗，ETL工程师做什么，以上就是详细的介绍了。在ETL工程师的未来职业发展上，除了要掌握足够的数据库开发技术，相关的大数据技术也要掌握，这样才能更好地解决大数据时代的ETL数据采集与处理。

以上就是关于大数据工程师未来职业规划全部的内容，包括:大数据工程师未来职业规划、大龄男，想转行问问业内人士保险销售员和数据库工程师，那个职业未来前景好、大数据的就业前景怎么样等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！