大数据职位体系

大数据职位体系

实战型能落地大数据营销/管理专家-黄俭老师简介：

滨江双创联盟荣誉理事长；上海蓝草企业管理咨询有限公司首席讲师；多家知名企业特聘高级管理顾问。

黄老师多年在企业管理、公司战略规划、市场营销、品牌建设、员工管理、绩效考核、上市公司等等方面有着丰富的实践经验；深刻理解了东西方管理精髓。进入培训教育行业，作为资深培训讲师，在企业内训课、公开课、CEO总裁班等百余家企业和大学课堂讲授战略管理、营销管理、品牌管理等领域专业课程，结合自身的企业实践和理论研究，开发的具有知识产权的一系列新营销课程收到企业和广大学员的欢迎和热烈反馈。听黄老师上课，可以聆听他的职场经历，分享他的成绩，干货多多！课程突出实用性、故事性、新鲜性和幽默性。宽广的知识体系、丰富的管理实践、积极向上、幽默风趣构成了独特的教学培训风格，深受听众欢迎。通过一系列销售案例剖析点评，使销售管理人员掌握一些管理先进理念，分析技巧、提高解决问题的能力。黄老师近期培训的东风汽车-商用车公司，华东医药公司的销售团队在培训后，销售业绩有了20%提升。

擅长领域：战略管理/领导力系列/ 经典营销/新营销/大数据营销

授课风格：采用情景式教学法，运用相关的角色模拟和案例分析诠释授课内容，理论与实战并举，侧重实战，结合视听教材，帮助学员在理论基础与实践应用方面全面提升。广大的学员认为授课风格为：幽默风趣、条理清晰、实战、理论联系实际。

主讲课程：

《电话营销技巧》《杰出的房地产销售》《如何做好一流的客户服务》

《电子商务与网络营销》、《销售流程与技巧》、《大客户营销》、《顾问式销售》、《如何成为成功的房产销售员》、《总经理视角下的营销管理》、《非营销人员的营销管理》、《如何塑造成功的电子商务品牌》，《精准数据营销实战》、《卓越营销的营销策划》、《打造双赢关系营销》、《卓越客户服务及实战》、《海外市场客服及实务》

大数据时代，给个人带来了新的发展机会，也给个人提供了新的职位发展通道。

一些同仁从其他岗位转向大数据岗位时，面对众多的大数据招聘职位时，却不知所措，不知道应该选择什么样的职位发展方向。

我收集并整理了一下各个公司的招聘职位，试图梳理当前大数据岗位体系，并寻找出一条合适的职位发展通道，希望对大家有用。

大数据职位体系

当前大数据职位，从总的来说，主要有两大类：

一类是应用类，另一类是系统类。

应用类

应用类，偏向于数据分析和数据应用，经常说到的数据分析、数据挖掘，就是典型的应用技术。这一类职位，要求采用适当的分析和挖掘方法对数据进行分析，提取数据中隐含的业务信息，来支撑企业决策。

最典型的职位就是：大数据分析师。

大数据分析师：主要是指，基于业务问题，能够选择最合适的数据分析和数据挖掘方法，提取数据中的业务信息，从而支撑业务决策。要求熟悉数据分析/挖掘过程，掌握数据分析/挖掘方法，理解数据分析模型，熟练操作数据分析工具（比如Excel、SPSS、SAS等）。一般对于大数据分析师，其能力要求比较全面，不管是业务逻辑、还是分析方法、模型、可视化，都要求全面掌握。

业务数据分析师：侧重于商业理解，要求能够将业务问题和商业问题，转化为大数据的问题，并将分析结果从业务层面进行解读，从而形成业务建议和业务策略。要求熟悉业务逻辑和业务模型，掌握数据分析思路，能将数据可视化，对数据解读等。当然，类似的职位还有大数据观察员、大数据研究员等等，这些都侧重于商业理解。

大数据建模/算法师：侧重于数据建模，能够围绕业务问题，构建合适的数据分析框架和分析模型，将业务问题进行分解，从而达到定性或定量来描述业务的目的。要求熟悉数据建模、模型评估、模型优化、模型应用等等。

大数据算法师：侧重于数据模型的实现算法研究、设计与实现，为达到分析目的，对实现算法进行分析、选择与优化，确保实现性能及效果。一般情况下，算法师往往和建模师在一起工作。

系统类

系统类，偏向于系统研发，比如Hadoop系统、云计算，就属于系统类技术。这一类职位，要求熟悉Hadoop 大数据平台的核心框架和组件，能够基于大数据平台来写代码开发应用，支撑业务应用。

最典型的职位就是：大数据工程师。

大数据开发工程师：负责大数据系统的开发工作，能够运用编程语言进行应用程序的开发、测试和维护，实现产品功能。要求掌握编程语言，如JAVA、R、Python等等。

大数据架构师：负责大数据系统的平台架构设计、平台构建。要求熟悉Hadoop/Storm/Spark等平台，熟悉整个生态系统的组件，有平台级开发和架构设计能力等等。

大数据运维工程师：侧重于大数据平台运维管理，包括系统运维规划、系统监控、系统优化等等，保障大数据平台服务的稳定性和可用性。掌握平台各组件的安装、配置与调试，有良好的系统性能优化及故障排除能力。

大数据库管理员：侧重于数据库/数据倒仓库的设计、开发、管理和优化，监控数据库的性能、故障检测和排除，包括数据采集，数据库架构设计，空间和容量规划，性能优化，数据安全和隐私，数据容错，等等。

当然，在不同的企业中，职位的名称和叫法有所不同，或者会衍生出新的职位，但基本的岗位职责是类似的。