Tag标签
  • 传统
  • 图文
  • 卡片
全部文章

大数据开采实在分为哪些岗亭

大数据分哪些

  

大数据开采实在分为哪些岗亭

  

大数据开采实在分为哪些岗亭

  

大数据开采实在分为哪些岗亭

  同样,当有业务同学需要用到机器时,可以给大数据运维同学提需求。当大数据组件集群突然因为什么变得集群不稳定时,运维同学需要去定位问题和解决问题,运维同学平时用得较多的Linux Shell脚本和命令行等,其职位更偏向于为其他同学提供机器稳定保障。

  如果我的文章对你有帮助,欢迎你点赞转发或者关注我,你的一个小小的鼓励,就是我持续分享的动力,感谢。

  大数据分析师(BI同学)更多的是对我们已有的线上数据进行价值分析,从相关的线上用户所产生的数据中,发现出一些潜在的商业价值,能够更好的去辅助决策层的战略决定。BI需要对数据敏感、细心,善于从数据中发现业务价值,平常很多工作就是数据可视化、简单化、深入化、PPT化。

  不同的工作方向,其工作内容还是有一定差异的,下面我来说下不同工作岗位具体的工作内容:

  大数据组件开发,更多的是结合公司业务,对大数据基础组件进行定制化开发、性能优化、BUG修复等等。同时,也需要对业务方接入进行问题答疑,指导他们使用大数据组件满足业务需求。同时,你也需要运维你的大数据组件,当出现故障BUG时,需要你能及时修复,保证大数据组件的稳定。大数据组件开发需要对你自己运维的组件原理掌握的很全很深,只有这样,你才能够更好的指导别人。

  作为一个软件工程师,我个人目前从事的就是大数据方向。目前大数据可以分成很多具体的方向:大数据平台开发、大数据分析师(BI)、大数据运维、大数据处理(ETL)、大数据组件开发(偏大数据组件底层)

  大数据开发有很多方向,你可以结合你自己的兴趣,选择一个从事方向。大数据目前很多互联网公司都在做,所以大数据整体的就业情况还是很不错的。当你选择具体的大数据方向后,希望你能够深入持续地学习你所从事的方向,技术在于深,而不在于浅尝辄止。

  ETL同学(数仓同学)则是对我们的线上数据进行数据加工,形成DWD层(公共明细层)、DWS层(公共汇总层),形成统一的指标口径。ETL同学会根据不同的业务需求,一般使用SQL进行数据指标的加工,指导业务同学更好的运营相关业务。

  大数据平台开发更偏向对整体数据平台功能性开发,比如离线计算平台、实时计算平台、算法推荐平台等等。平时用得较多的语言是Java,其更偏向于Java开发。如果用户是上层用户,大数据相关组件作为最低层,大数据平台就桥接着用户和大数据组件,方便用户使用大数据组件的功能。

  大数据运维同学主要是保障公司相关机器集群的稳定,使得它们不能出现故障。当申请到新的机器时,会在新机器上面部署各种大数据组件组成的集群。

  同时ETL同学更关注业务指标的口径,在指标开发的过程中,使用数仓模型对业务数据进行建模,便于开发的指标数据更加统一,减少口径偏差。

上一篇:

下一篇:

本站文章于2019-11-17 13:15,互联网采集,如有侵权请发邮件联系我们,我们在第一时间删除。 转载请注明:大数据开采实在分为哪些岗亭 大数据分哪些