数据开发类职业规划书,数据开发类职业规划书怎么写

大家好，今天小编关注到一个比较有意思的话题，就是关于数据开发类职业规划书的问题，于是小编就整理了4个相关介绍数据开发类职业规划书的解答，让我们一起看看吧。

1. 高中生想成为一名大数据开发工程师，以后大学应该学什么专业？该如何做？
2. 大数据开发、大数据分析、大数据运维主要工作各是什么？哪个好？
3. 大数据的就业方向都有哪些？职业寿命如何？
4. 大数据专业的软件开发、运用维护和领域化应用三个方向哪个就业前景好？

高中生想成为一名大数据开发工程师，以后大学应该学什么专业？该如何做？

谢谢邀请！

目前大部分本科院校已经陆续开设了大数据（数据科学）相关专业，所以如果未来要做一名大数据开发工程师可以直接选择大数据专业。

大数据专业涉及到三个基础学科和一众***学科，基础学科包括数学、统计学和计算机学，***学科包括社会学、经济学、医学等学科。对于大数据专业的学生来说，如果能把本专业设置的课程掌握好就能够比较系统的学习大数据知识了。

如果未来要在本科学习结束之后就直接参加工作，那么一定要注重自身动手能力的培养，尤其是对于大数据平台的体系结构、功能组件要有一个系统的认知，同时要提高自身编程能力的培养。最好在完成课程内容之外再关注一下比较流行的大数据相关技术，这对工作会有一定的帮助。

如果未来要继续读研，那么一定要注重基础学科的学习，尤其是数学。数学是从事大数据开发的重要基础，无论未来从事大数据平台开发、大数据应用开发还是大数据分析，数学都是这些岗位的重要基础。大数据的核心是数据价值化，而数据分析是数据价值化的重要方式，数据分析的核心则是算法设计，因此数据分析说到底还是个数学问题。

除了选择大数据、数据科学专业以外，目前IT领域大量的大数据开发工程师来自计算机相关专业（计算机科学与技术、软件工程等），另外也有不少大数据分析工程师来自于数学和统计学专业。所以，计算机相关专业、数学、统计学等专业的毕业生未来都可以从事大数据相关工作，数学专业偏向于算法设计、统计学偏向于分析呈现、计算机专业偏向于功能实现。

最后，在大学期间一定要重视英语的学习。

作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。欢迎关注作者，欢迎咨询计算机相关问题。

现在大数据工作主要分两类：一类是Python和机器学习为主的，另一类是java和大数据的几个框架Hadoop、HBase、Hive、Flink、Spark，只是想找工作不做研究的话就学计算机或者软件，想搞研究不如数学或者统计。

大数据开发、大数据分析、大数据运维主要工作各是什么？哪个好？

作为一名软件开发工程师，我现在从事的就是大数据方向，结合我个人的经验，这三个岗位具体哪个好，要看你从什么角度去看他。如果你现在是一名J***a开发工程师，想转型到大数据领域，那么大数据开发工程师会更适合你。如果你不喜欢开发，同时比较喜欢分析数据中的价值，希望从事商业智能分析相关工作，那么大数据分析会更适合你。如果你不是很喜欢写代码，同时对大数据分析也不是很感兴趣，而自己在Linux系统和脚本编写方面有一定基础，那么大数据运维可能会更适合你。

大数据开发岗位在进行细分，还会有大数据平台开发、大数据组件开发、数据研发(ETL)。这几个方位主要工作内容各有差异，侧重点不同。大数据平台开发，顾名思义，开发数据平台给其他开发同学使用，大数据平台底层是大数据组件，上层则是业务开发同学，你开发的平台提供用户使用大数据组件的能力。大数据平台一般使用J***a[_a***_]开发，会使用到 Spring 、Spring Boot快速开发出后端供前段进行使用。数据库一般会使用Mysql，同时也会使用到Mybats，Dubbo接口等等。

大数据组件开发，主要工作更偏向于组件底层开发，你需要结合公司业务特征，定制化的在公司所使用的大数据组件上开发新功能、优化、以及BUG修复等。大数据组件开发同学需要对使用的组件底层原理要有很深的了解，同时也对其源码要有一定的研究，这样，你才能够放心大胆在上面进行开发而不会影响到线上业务的运行。

大数据分析也就是BI同学，平时主要会从业务数据或者ETL同学处理好的数据，去分析数据中潜藏的价值，帮助业务同学去运营。有时候业务同学也会找你临时取数，当然大数据分析同学要有一定的PPT制作能力，因为有时候你从数据中得到一个结论，需要使用PPT向老板或者其他同学通过PPT来讲述你的观点。BI同学，同时在数据可视化要有一定的想法，因为BI同学是有用数据的最大使用方。

大数据运维同学则是主要运维集群机器的稳定性，保证它们不能出现任何故障，平时也会接收到很多机器报警信息。当公司申购到新的机器时，大数据运维同学要能够帮助开发同学配置相关的开发环境，部署大数据组件集群。当大数据组件集群突然变得不稳定时，有报警信息时，大数据运维同学需要能够快速定位问题和解决问题。大数据运维同学掌管着大数据组件集群的***，当机器***不够时，运维同学需要申请采购或者临时调配其他部门的***，比如大促时机器***紧张问题。大数据运维同学平时需要对Linux系统、Shell脚本的编写、Python等要有一定的理解研究。

总结

总体来说，大数据开发、大数据分析、大数据运维这三个岗位需要从具体的视角去看他，对于不同兴趣和不同基础的同学来说，找到适合自己和个人职业规划的岗位才是最重要的。每个岗位的工作内容都不尽相同，大数据开发偏向于代码开发，大数据分析侧重数据分析，大数据运维偏向公司机器的稳定性运维，最后，希望你能够找到适合自己的岗位。

我是Lake，专注大数据技术、互联网科技见解、程序员经验分享，如果我的问答对你有帮助的话，希望你能够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，非常感谢。

大数据开发的主要工作

开发数据收集工具，数据清洗和整理，开发数据应用；当然这些不是一个人去完成，都会落在各个团队中去完成。

完整这些工作需要哪些技能？从这些技能我们也能看出来大数据开发的主要工作，就是这些工具打交道。一门开发语言(j***a/python/c#/scala 等)，大数据下的一些框架：MapReduce，Spark，Hdfs，Storm，Hbase，Zookeeper 等，只会其中的2到三项基本找份工作没有问题，如何进阶在这不详细讨论。

大数据分析的主要工作

有大表哥，专门做各种报表。取数机器人，提取各种数据。当然也有做数据分类，特征提取等数据挖掘，机器学习等高等玩家。

这里一并概括了，大数据分析的主要工作是：基于现有的数据进行数据分析得出一个结论，最后进行商业决策。当然现实不是这样的。大多数人成了大表哥，取数机器人，高端玩家也不列外，挖出来的东西，在没有找到落地场景前，都是一坨一坨的。这里都只是调侃。

大数据分析需要哪些技能呢？我们不管具体的工作内容，看看我们每天要面对那些工具，工具是我们每天要接触的东西。 Excel，SPSS，SQL，数据库，R，Python 等。当然我们不用都会。

大数据运维的工作

对大数据集群进行监控和维护升级，保障集群正常运行，从而保证 数据收集服务能正常运行，保证集群***够用，监控集群***消耗情况。

他们是职业背锅侠，也是一群默默无闻的伙伴。无论开发，还是分析，还是其它的岗位，都有在人前显摆的时候，我们的运维永远只能在人后做好保障。

大数据开发、大数据分析和大数据运维都是大数据领域中不可或缺的职业，各自具有不同的特点和职责。

大数据开发主要负责构建和维护大规模的数据处理系统，包括数据***集、数据清洗、数据存储和数据处理。大数据开发工程师需要具备编程技能和数据库技术，能够使用各种工具和技术来处理和存储大规模的数据。他们需要熟悉Hadoop、Spark、Kafka等大数据处理框架，熟练掌握J***a、Python、Scala等编程语言。

大数据分析主要负责从大规模数据中提取有价值的信息，为企业决策提供支持。大数据分析师需要具备数据分析和建模技能，能够使用统计分析、机器学习等方法来处理和分析数据，提供数据驱动的决策建议。他们需要熟悉数据挖掘、机器学习、深度学习等技术，熟练掌握R、Python等编程语言。

大数据运维主要负责维护大规模数据处理系统的稳定性和可靠性，保障数据系统的有效运行。大数据运维工程师需要具备系统维护和管理技能，能够处理和解决系统故障、性能问题等，提高系统的稳定性和可靠性。他们需要熟悉Linux操作系统、网络和数据库技术，熟练掌握Shell脚本等编程语言。

以上三个职业都是大数据领域中的重要职业，各有各的优劣。选择哪个职业，应该根据个人的兴趣和职业规划来决定。

主要的工作是为了给人民、社会、大自然、地球服务。好与坏因对象而有不一，就好比当下年轻人玩的一款“王者荣耀”，玩家都说好，而没碰过的就觉得这是一款烂游戏，因为身边的人都把大部分时间花在它身上了！

这三个角色在我们公司分别对应着三个部门，承担的职责也各有不同，还算理解得比较透彻，简单谈一谈。

主要基于大数据平台开展批量作业、实时接口等大数据应用的开发和测试工作，对能力的要求是熟悉Spark、Flink等大数据框架，熟悉SQL，熟悉软件开发测试规范，能够根据业务需要完成业务逻辑的编写。

利用大数据平台、机器学习建模平台、BI平台等开展生产数据的分析和数据建模工作，挖掘数据中存在的业务价值，主要交付物是业务分析报告、各类名单、业务模型等。对能力的要求是:具备数据分析的思维，熟悉SQL，熟悉机器学习建模逻辑，熟悉Python/SAS等开发工具，具备一定的文字能力。

开展大数据平台的日常运维工作，包括批量作业、接口的上线和运行监控，平台的硬件***监控，用户和平台***的分配，平台和作业问题的分析和处置，数据的迁移，平台的扩容，业务数据查询提取变更等，一句话就是保障平台及数据的可用。对能力的要求是:熟悉Hadoop组件，熟悉Linux，熟悉SQL。

从上面的介绍可以看出，这三者的区别是很明显的，要求也各有不同。

实务中，这三个角色是密切相关的，大数据开发人员完成应用开发，大数据运维人员基于开发人员的脚本进行投产并保障作业的稳定运行，大数据开发人员基于开发和运维人员构建的逻辑和数据开展数据分析。

大数据分析人员与业务接触最频繁，有独立的思维能力和发挥的空间，相对来说工作比较有创造性，成果可直接面对公司高层，比较有意思，容易出彩，也容易转向业务。

大数据开发人员往往是按照业务需求或系统需要完成功能性的开发，也能够与业务进行接触，不是太死板，但创造性和自主性相对弱一些，不过往往技术能力比大数据分析人员强，可以说技术业务双赢。

大数据运维人员的主要合作伙伴就是平台和设备，工作相对纯粹，有章可循，有利于技术沉淀，缺点是与业务接触较少，压力大，工作强度大，往往成为幕后英雄。

都是一个战壕里的兄弟，革命分工不同，理解不同，都很好，看各自选择，我就不排序了。

大数据的就业方向都有哪些？职业寿命如何？

大数据分析已广泛应用于各个领域，无论是国家政府部门、企事业单位，大数据分析都是进行决策和制作决定的重要环节。各种应用于分析无处不在，已经处于风口行业，属于朝阳行业，可以说是前景很好，大数据分析专职岗位有：大数据分析师，大数据分析员，大数据分析主管等，为企业决策层提供详细和准确的数据依据。有一些小伙伴想转行大数据，但是苦于纠结，犹豫，害怕就业前景不好，害怕行业发展前景不好，那今天小编就来给各位分析一下，大数据就业前景怎么样?

首先来说人才缺口，未来3至5年，中国需要200万+大数据人才，目前大数据从业人数不足50万，市场需求远远得不到满足。总结来说就是，未来大数据人才缺口会越来越大，缺的人多了，自然好就业。

然后来看职位薪资，普通大数据开发工程师的基本岗位薪资起步即1万+，一般入职薪资13000元左右，3年以上工作大数据开发工程师薪资高达30000元/月。

接着来看行业前景，2017年中国大数据产业总体规模为4700亿元人民币，预计2018年将突破5700亿元，未来大数据与云计算、AI相结合，将缔造数百个就业新岗位。说白了就是行业前景可观，未来可期。

最后看看最实际的问题，企业需求，BAT、滴滴、今日头条重金招贤纳士，急寻大数据人才，校招年薪水平均再30万以上，80%中小型企业大数据建设已经起步，需求量大增。有大企业需求，未来的就业前景自然不言而喻。

大数据行业应用广泛，大数据职业的相关人才匮乏，人才缺口非常大。职业选择多达几十种，要升职加薪很容易!可以说，未来的大数据工作，就意味着高工资、稳定、广泛的职业使用度、优越感……

优就业目前推出全新的大数据课程，欢迎关注。

现在社会的各行各业都涉及到大数据，但是这些大数据又都和本行业的发展息息相关，并没有完全单纯的大数据。所以问大数据的酒业方向都有哪些？这个问题本身就有问题。

以本人10年来的从业经验来看，现在的大数据以前走的路就是，纸质资料——纸质资料电子化——电子化资料的流程化——流程化电子资料的数据化——数据化信息的关联信息展现——数据化信息的深度挖掘和利用——大数据的预测、分析、研判——（未来）基于大数据的AI化

那么，问大数据的就业方向都有哪些的同学，请问你确定哪个行业了吗？你了解你想要的去的那个行业了吗？你对那个行业的专业技术知识和数据产生的渠道、流转、关联、分析掌握了吗？最后，你学会在与AI的互助下，开展大数据研究、规划、设计了吗？

这是一个大学的象牙塔里面永远都学不到的，需要到社会的熔炉中来锻造、获取的知识和经验，所以，大学毕业后，选择了那个行业，就把自己当一只牛，放弃孔雀的傲娇，老老实实的再行业里面耕耘，等自己真正了解自己从事的行业，将大数据的知识活用与工作之中时，再来问最后一个问题——职业寿命如何

大数据的概念太大了，从几个主要方向来描述下吧

一、硬件方面:

1.服务器架构的设计及研发

2.机房物理环境的监控及运维

3.网络设计及运维

4.远程控制系统的研发及运维

二、软件方面:

1.数据库系统的优化及运维

2.数据分析系统的研发及运维

3.数据***集平台的研发及运维

大数据专业的软件开发、运用维护和领域化应用三个方向哪个就业前景好？

作为一名大数据方向的教育工作者，我来回答一下这个问题。

首先，从近几年研究生的就业情况来看，大数据开发方向的岗位要相对多一些，包括大数据平台开发和大数据应用开发，与数据分析密切相关的算法岗位则没有太多的人才需求，这与前几年算法岗位招聘过多也有一定的关系。

当然，在具体方向的选择上，还要结合自身的能力特点和学校的***整合情况，如果所在高校的计算机专业有较强的实力，那么可以重点考虑一下软件开发岗位。选择大数据软件开发方向还是相对比较辛苦的，一方面软件开发涉及到的内容比较多，另一方面软件开发的难度也相对比较大。

如果本学校在特定的行业领域具有较强的***整合能力，比如财经类高校，那么可以重点考虑一下领域化应用这个方向。以统计学、经济学、金融学、管理学和社会学为基础来打造大数据专业的高校，往往具有较强的行业***整合能力，此时选择领域化应用会有更多的***配备。

实际上，在管理类学科见长的大学学习大数据专业，应该注重管理学方面知识的学习，大数据未来在行业领域的应用具有广阔的发展空间。

大数据运用维护这个方向比较强调动手实践能力的培养，由于目前大数据技术尚处在落地应用的初期，所以行业领域内关于大数据运维方向的岗位尚没有得到充分地释放，所以应该慎重选择运维这个方向。但是，如果自己的学校与大型互联网公司有联合培养运维人才的计划，而且有专门的实验室，那么也可以考虑大数据运维方向。

最后，如果条件允许的话，大数据专业的本科生应该读一下研究生。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

到此，以上就是小编对于数据开发类职业规划书的问题就介绍到这了，希望介绍关于数据开发类职业规划书的4点解答对大家有用。