从职场角度解读大数据工程师及岗位现状
大数据就业方向及就业前景
大数据就业方向及就业前景一、大数据行业概况大数据作为信息技术领域的一个重要分支，在当今社会中扮演着举足轻重的角色。
随着信息技术的不断发展和普及，大数据应用的范围也越来越广泛，涉及到社会的各个方面，例如电子商务、医疗保健、金融服务、政府管理等领域。
因此，大数据相关岗位的需求日益增长，吸引着越来越多的求职者投身该领域。
二、大数据就业方向1. 数据分析师数据分析师是大数据领域中的一种重要职位，主要负责收集、整理、分析和解释大数据，为企业和组织提供数据驱动的决策支持。
数据分析师需要具备数据处理、统计分析、数据可视化等相关技能，能够通过数据分析为企业提供有价值的数据洞察。
2. 数据工程师数据工程师通常负责构建和维护数据处理管道，保证数据在系统中的高效流转和可靠存储。
数据工程师需要具备数据处理、数据建模、数据库管理等技能，能够搭建数据仓库、设计数据架构，并通过编程实现数据的处理和转换。
3. 大数据架构师大数据架构师是大数据领域中的高级职位，主要负责设计和实施大规模数据处理系统，保证系统的高性能和可扩展性。
大数据架构师需要具备海量数据处理、分布式计算、系统架构设计等方面的专业知识，能够为企业设计高效的数据处理架构和解决数据处理中的技术难题。
三、大数据就业前景随着信息化进程的加速推进，大数据技术在各个行业中的应用越来越广泛，对大数据专业人才的需求不断增加。
据统计数据显示，大数据相关岗位的薪资水平普遍较高，且市场上的人才供不应求。
因此，选择从事大数据职业的求职者在就业前景方面具有明显的优势。
未来，随着人工智能技术、物联网技术等领域的发展，大数据领域的应用前景将更加广阔。
具备数据分析、数据处理、数据架构等专业技能的人才将会成为市场宠儿，有望获得更多的就业机会和发展空间。
因此，选择从事大数据相关职业是一个充满机遇的选择，能够为个人的职业发展打下坚实的基础。
四、总结大数据作为一个新兴领域，具有广阔的发展空间和优厚的就业前景。
大数据工程师(数据分析岗)
大数据工程师(数据分析岗)引言概述：大数据工程师是当前互联网时代一个备受关注的职业，尤其在数据分析领域扮演着重要的角色。
本文将从大数据工程师的职责、技能要求、工作环境、发展前景以及培训途径五个方面详细阐述。
一、职责：1.1 数据收集：大数据工程师负责收集各种数据源，包括结构化数据、非结构化数据以及实时数据，确保数据的准确性和完整性。
1.2 数据清洗与预处理：大数据工程师需要对原始数据进行清洗和预处理，包括去除重复数据、处理缺失值、数据格式转换等，以提高数据的质量和可用性。
1.3 数据存储与管理：大数据工程师需要选择合适的存储方式和工具，如Hadoop、Spark等，来存储和管理海量的数据，以便后续的数据分析和挖掘。
二、技能要求：2.1 编程能力：大数据工程师需要熟练掌握编程语言，如Python、Java等，以及相关的开发框架和工具，如Hive、Pig等，以便进行数据清洗、处理和分析。
2.2 数据分析能力：大数据工程师需要具备扎实的数据分析能力，包括数据挖掘、机器学习、统计分析等，以从海量数据中挖掘出有价值的信息和规律。
2.3 沟通与团队合作能力：大数据工程师需要与其他团队成员密切合作，包括数据科学家、业务分析师等，共同完成数据分析项目，因此需要良好的沟通和团队合作能力。
三、工作环境：3.1 技术公司：大数据工程师在技术公司中的需求较为广泛，如互联网公司、金融科技公司等，这些公司通常有大量的数据需要处理和分析。
3.2 传统企业：随着大数据时代的到来，越来越多的传统企业也意识到了数据分析的重要性，因此也需要大数据工程师来帮助他们进行数据分析和决策支持。
3.3 自由职业者：一些大数据工程师选择成为自由职业者，接受不同公司的项目委托，为他们提供数据分析和解决方案。
四、发展前景：4.1 需求增长：随着大数据时代的到来，对于数据分析的需求不断增长，因此大数据工程师的就业前景也非常广阔。
4.2 薪资待遇：由于大数据工程师的技能要求较高，市场上供不应求，因此薪资待遇相对较高，是一个吸引人的职业选择。
大数据技术就业方向及前景女生岗位有哪些
大数据技术就业方向及前景女生岗位有哪些随着信息化时代的到来，大数据技术成为了当今社会的热门发展领域之一。
这门技术不仅在各行各业中迅速应用，也为许多求职者提供了广阔的就业前景。
尤其对于女生来说，大数据技术领域也提供了许多适合的岗位选择。
大数据技术就业方向大数据技术的就业方向非常广泛，可以涵盖数据分析、数据挖掘、数据可视化、数据科学家等多个领域。
女生在这些领域中同样具备独特的优势，比如细心、敏感、善于分析、具备较高的逻辑思维等。
1.数据分析师：主要负责分析大数据，提供数据支持，帮助企业决策。
2.数据挖掘工程师：专注于通过各种算法和技术发掘数据中潜在的信息。
3.数据可视化专家：将复杂的数据转化成直观易懂的图表或报告，帮助企业更好地理解数据。
女生适合的大数据技术岗位在大数据技术的岗位中，女生可以选择以下几种适合的职位：1.数据分析师：数据分析师需要对数据进行深入的分析和解读，女生在细致耐心方面有天然优势。
2.数据可视化设计师：数据可视化设计师负责将复杂数据转化为图表或报告，女生在审美和细节处理上具备独特的优势。
3.数据工程师：数据工程师负责处理数据的采集、清洗和存储，在这方面女生做事细致认真、责任心强。
大数据技术的就业前景大数据技术在当今和未来都将扮演着重要的角色，其就业前景一直较为乐观。
随着企业对数据的需求不断增加，数据分析人才的需求也在不断扩大。
尤其是在电子商务、金融、医疗等行业，大数据技术的应用越发重要，女生在这些领域也能够找到更多就业机会。
综上所述，大数据技术是一个蓬勃发展且具有广阔前景的领域。
女生在这个领域中同样可以找到适合自己的就业岗位，实现自身的职业发展目标。
希望更多的女生能够看到大数据技术的机遇与挑战，并加入到这个充满活力的领域中来。
大数据就业现状
大数据就业现状
在当今数字化时代，大数据行业呈现不断增长的趋势，成为众多求职者瞩目的
领域。
大数据就业现状备受关注，有着独特的发展特点和机遇挑战。
就业需求
随着互联网的普及和各行各业数字化程度的提高，大数据分析的需求日益增长。
企业需要结合大数据分析来优化运营和决策过程，提高效率和竞争力。
因此，大数据行业对数据分析师、数据工程师、数据科学家等人才的需求量不断攀升。
就业方向
大数据行业的就业方向多样，包括但不限于金融、医疗、零售、物流等领域。
各行各业都在积极招聘大数据相关岗位，例如金融行业需要风险分析师，医疗行业需要健康数据分析师。
大数据分析、数据挖掘、商业智能等职位成为热门选择。
就业竞争
尽管大数据行业需求旺盛，但竞争也十分激烈。
优质的大数据从业人员对数据
分析、数据挖掘、机器学习等领域有深厚的理论基础和实践经验，能够灵活运用各种工具和技术解决问题。
因此，求职者需要不断提升专业能力，深入了解行业发展趋势，才能在竞争中脱颖而出。
就业前景
随着大数据技术的不断发展和完善，大数据行业的就业前景广阔。
随着人工智能、物联网等技术的融合，大数据行业的应用场景将会更加丰富多样，为行业从业者提供更多的发展机遇。
未来，大数据行业将成为各行各业数字化转型的核心引擎，拥有巨大的发展潜力。
总的来说，大数据行业就业现状充满活力和挑战，对于有志于从事数据分析工
作的人来说，提供了广阔的发展空间和丰厚的回报。
不断学习和提升，抓住机遇，必将在大数据行业走得更远。
工程师的职业发展与大数据分析
工程师的职业发展与大数据分析在当今数字化时代，随着大数据技术的日益成熟和应用场景的不断扩展，大数据分析逐渐成为企业决策和业务发展中不可或缺的一环。
作为工程师，如何善于利用大数据分析工具和技术，将其融入到自身的职业发展中，将是关键问题之一。
本文将从工程师的角度出发，探讨工程师职业发展与大数据分析的紧密联系，并针对个人发展提出建议。
一、大数据分析在工程师职业发展中的价值1. 挖掘商机和发展趋势：大数据分析可以帮助工程师通过对海量数据的挖掘和分析，发现市场中的商机和业务发展趋势。
通过深入理解数据，工程师可以预测和洞察市场需求，从而指导企业的产品研发和技术创新。
2. 优化工程设计和运营管理：大数据分析能够帮助工程师对工程设计和运营过程进行优化。
通过对各类数据的综合分析，工程师可以识别并改进工程设计中的问题，提高工程质量和效率。
同时，在运营管理方面，大数据分析可以帮助工程师从海量数据中提取有价值的信息，优化设备维护、资源调度等工作。
3. 加强智能化和自动化：大数据分析作为人工智能和机器学习的基础，能够为工程师实现智能化和自动化提供支持。
通过对大数据的分析和建模，工程师可以实现自动化的决策和操作，提高工作效率和精确度。
二、如何将大数据分析融入工程师的职业发展1. 学习和掌握大数据技术和工具：作为工程师，要紧跟时代的步伐，学习和掌握与大数据分析相关的技术和工具，包括数据挖掘、数据可视化、机器学习等。
这将有助于提高工程师在使用大数据分析方面的能力，为职业发展打下良好的基础。
2. 主动参与大数据项目：工程师可以积极参与与大数据分析相关的项目，亲自实践和应用相关技术和工具。
通过实际项目的经验积累，工程师能够更深入地理解大数据分析的过程和方法，提高自身的实践能力。
3. 培养数据思维和分析能力：作为工程师，要通过培养数据思维和分析能力，学会从数据中发现问题、解决问题和做出决策。
这需要工程师具备良好的逻辑思维和数据分析的能力，通过对数据的合理运用来提升自身的专业能力和竞争力。
从职场角度解读大数据工程师及岗位现状
从职场角度解读大数据工程师及岗位现状手机微信关注公众号ID：datadw 学习数据挖掘，研究大数据，关注你想了解的，分享你需要的大数据是眼下非常时髦的技术名词，与此同时自然也催生出了一些与大数据处理相关的职业，通过对数据的挖掘分析来影响企业的商业决策。
这群人在国外被叫做数据科学家（Data Scientist），这个头衔最早由D.J.Pati和Jeff Hammerbacher于2008年提出，他们后来分别成为了领英（LinkedIn）和Facebook数据科学团队的负责人。
而数据科学家这个职位目前也已经在美国传统的电信、零售、金融、制造、物流、医疗、教育等行业里开始创造价值。
不过在国内，大数据的应用才刚刚萌芽，人才市场还不那么成熟，“你很难期望有一个全才来完成整个链条上的所有环节。
更多公司会根据自己已有的资源和短板，招聘能和现有团队互补的人才。
”领英（LinkedIn）中国商务分析及战略总监王昱尧对《第一财经周刊》说。
于是每家公司对大数据工作的要求不尽相同：有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。
正因为如此，很多公司会针对自己的业务类型和团队分工，给这群与大数据打交道的人一些新的头衔和定义：数据挖掘工程师、大数据专家、数据研究员、用户分析专家等都是经常在国内公司里出现的Title，我们将其统称为“大数据工程师”。
王昱尧认为，在一个成熟的数据驱动型公司，“大数据工程师”往往是一个团队，它意味着从数据的收集、整理展现、分析和商业洞察、以至于市场转化的全过程。
这个团队中可能包括数据工程师、分析师、产品专员、市场专员和商业决策者等角色，共同完成从原始数据到商业价值的转换—概括来讲，这是一个支持企业做出商业决策、发掘商业模式的重要群体。
由于国内的大数据工作还处在一个有待开发的阶段，因此能从其中挖掘出多少价值完全取决于工程师的个人能力。
大数据实施工程师前景(3篇)
第1篇一、市场需求旺盛随着大数据技术的不断发展和应用，各行各业对大数据实施工程师的需求日益增长。
据《大数据专业学习的内容介绍，院校实力点评，就业前景详细解读》报道，2025年全国大数据核心人才缺口预计达230万人。
这表明，大数据实施工程师在市场上具有很高的需求。
二、职业发展空间大大数据实施工程师在职业发展方面具有很大的空间。
从初级工程师到高级工程师，再到项目经理、技术总监等职位，都有相应的职业晋升路径。
此外，随着大数据技术的不断更新，大数据实施工程师可以不断学习新技术、新方法，提高自身技能，实现个人职业价值的提升。
三、薪资待遇优厚大数据实施工程师的薪资待遇普遍较高。
据《大数据专业学习的内容介绍，院校实力点评，就业前景详细解读》报道，毕业生薪资待遇优厚，随着工作经验增加，薪酬不断提高。
此外，大数据实施工程师在跳槽时，也有较高的薪资议价能力。
四、就业方向广泛大数据实施工程师的就业方向十分广泛。
除了在互联网、金融、医疗、教育等行业从事大数据相关工作外，还可以在政府部门、企事业单位等机构担任数据分析师、数据工程师、大数据应用开发工程师等职位。
五、政策支持近年来，我国政府高度重视大数据产业发展，出台了一系列政策支持大数据人才培养。
如《山西省数字技术工程师培育项目实施方案》旨在每年培养约500名高素质数字技术工程师。
这些政策为大数据实施工程师提供了良好的发展环境。
六、跨学科融合大数据实施工程师需要具备跨学科知识，如数学、统计学、计算机科学等。
这使得大数据实施工程师在职业发展过程中，可以更好地适应不同行业的需求，实现个人价值的最大化。
总之，大数据实施工程师在数字化时代具有广阔的前景。
随着大数据技术的不断发展和应用，大数据实施工程师将成为推动经济社会发展的重要力量。
对于有志于从事大数据领域工作的年轻人来说，大数据实施工程师无疑是一个值得关注的职业选择。
第2篇首先，从市场需求来看，大数据实施工程师前景广阔。
随着大数据技术的广泛应用，各行各业对大数据人才的需求日益增加。
数据科学与大数据技术职业定位和岗位需求
数据科学与大数据技术职业定位和岗位需求数据科学与大数据技术是当前热门的职业领域，随着信息技术的发展和数据爆炸式增长，企业对于数据科学家和大数据技术人才的需求越来越大。
本文将从职业定位和岗位需求两个方面探讨数据科学与大数据技术的发展趋势和前景。
一、数据科学与大数据技术的职业定位数据科学是运用科学方法、流程、算法和系统，从结构化和非结构化数据中提取知识和洞察力的领域。
数据科学家是指擅长数据分析和处理的专业人员，他们在数据采集、清洗、处理、分析和可视化等方面具备专业的技能和知识。
大数据技术是指用于处理海量数据的技术和工具，包括数据存储、处理、分析和挖掘等方面的技术。
大数据技术人才需要具备扎实的计算机基础知识和编程能力，熟悉分布式计算、并行计算和数据挖掘等技术。
在职业定位方面，数据科学家和大数据技术人才可以在各行各业找到就业机会。
金融、电商、医疗、制造业、交通等行业都需要数据科学家和大数据技术人才来帮助企业进行数据分析和决策支持。
同时，政府部门和科研院所也是数据科学家和大数据技术人才的重要就业领域。
二、数据科学与大数据技术的岗位需求随着大数据时代的到来，企业对于数据科学家和大数据技术人才的需求呈现出快速增长的趋势。
根据国内外的调查报告和招聘信息分析，以下是当前数据科学与大数据技术的岗位需求和趋势：1.数据科学家：主要负责数据采集、清洗、处理和分析工作，需要具备扎实的统计学、机器学习和数据挖掘等知识，熟练掌握Python、R、SQL等编程和数据分析工具。
2.大数据工程师：主要负责大数据平台的搭建和维护工作，需要具备扎实的计算机基础知识和编程能力，熟悉Hadoop、Spark、Hive等大数据技术和工具。
3.数据可视化专家：主要负责将数据分析结果以可视化的方式呈现，需要具备扎实的设计和数据分析能力，熟练掌握Tableau、Power BI等数据可视化工具。
4.数据架构师：主要负责设计和优化数据架构，保障数据的安全和高效访问，需要具备扎实的数据库和分布式系统知识，熟悉MySQL、Oracle、Hadoop等技术。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
从职场角度解读大数据工程师及岗位现状手机微信关注公众号ID：datadw 学习数据挖掘，研究大数据，关注你想了解的，分享你需要的大数据是眼下非常时髦的技术名词，与此同时自然也催生出了一些与大数据处理相关的职业，通过对数据的挖掘分析来影响企业的商业决策。
这群人在国外被叫做数据科学家（Data Scientist），这个头衔最早由D.J.Pati和Jeff Hammerbacher于2008年提出，他们后来分别成为了领英（LinkedIn）和Facebook数据科学团队的负责人。
而数据科学家这个职位目前也已经在美国传统的电信、零售、金融、制造、物流、医疗、教育等行业里开始创造价值。
不过在国内，大数据的应用才刚刚萌芽，人才市场还不那么成熟，“你很难期望有一个全才来完成整个链条上的所有环节。
更多公司会根据自己已有的资源和短板，招聘能和现有团队互补的人才。
”领英（LinkedIn）中国商务分析及战略总监王昱尧对《第一财经周刊》说。
于是每家公司对大数据工作的要求不尽相同：有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。
正因为如此，很多公司会针对自己的业务类型和团队分工，给这群与大数据打交道的人一些新的头衔和定义：数据挖掘工程师、大数据专家、数据研究员、用户分析专家等都是经常在国内公司里出现的Title，我们将其统称为“大数据工程师”。
王昱尧认为，在一个成熟的数据驱动型公司，“大数据工程师”往往是一个团队，它意味着从数据的收集、整理展现、分析和商业洞察、以至于市场转化的全过程。
这个团队中可能包括数据工程师、分析师、产品专员、市场专员和商业决策者等角色，共同完成从原始数据到商业价值的转换—概括来讲，这是一个支持企业做出商业决策、发掘商业模式的重要群体。
由于国内的大数据工作还处在一个有待开发的阶段，因此能从其中挖掘出多少价值完全取决于工程师的个人能力。
已经身处这个行业的专家给出了一些人才需求的大体框架，包括要有计算机编码能力、数学及统计学相关背景，当然如果能对一些特定领域或行业有比较深入的了解，对于其快速判断并抓准关键因素则更有帮助。
虽然对于一些大公司来说，拥有硕博学历的公司人是比较好的选择，不过阿里巴巴[微博]集团研究员薛贵荣强调，学历并不是最主要的因素，能有大规模处理数据的经验并且有喜欢在数据海洋中寻宝的好奇心会更适合这个工作。
除此之外，一个优秀的大数据工程师要具备一定的逻辑分析能力，并能迅速定位某个商业问题的关键属性和决定因素。
“他得知道什么是相关的，哪个是重要的，使用什么样的数据是最有价值的，如何快速找到每个业务最核心的需求。
”联合国[微博]百度[微博]大数据联合实验室数据科学家沈志勇说。
学习能力能帮助大数据工程师快速适应不同的项目，并在短时间内成为这个领域的数据专家；沟通能力则能让他们的工作开展地更顺利，因为大数据工程师的工作主要分为两种方式：由市场部驱动和由数据分析部门驱动，前者需要常常向产品经理了解开发需求，后者则需要找运营部了解数据模型实际转化的情况。
你可以将以上这些要求看做是成为大数据工程师的努力方向，因为根据万宝瑞华管理合伙人颜莉萍的观察，这是一个很大的人才缺口。
目前国内的大数据应用多集中在互联网领域，有超过56%的企业在筹备发展大数据研究，“未来5年，94%的公司都会需要数据科学家。
”颜莉萍说。
因此她也建议一些原本从事与数据工作相关的公司人可以考虑转型。
本期《第一财经周刊》采访了BAT这3家国内互联网公司，以及相关领域的人力资源专家，他们从职场角度为我们解读如何成为大数据工程师以及这类岗位的职场现状。
A 大数据工程师做什么？用阿里巴巴集团研究员薛贵荣的话来说，大数据工程师就是一群“玩数据”的人，玩出数据的商业价值，让数据变成生产力。
大数据和传统数据的最大区别在于，它是在线的、实时的，规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。
沈志勇认为如果把大数据想象成一座不停累积的矿山，那么大数据工程师的工作就是，“第一步，定位并抽取信息所在的数据集，相当于探矿和采矿。
第二步，把它变成直接可以做判断的信息，相当于冶炼。
最后是应用，把数据可视化等。
”因此分析历史、预测未来、优化选择，这是大数据工程师在“玩数据”时最重要的三大任务。
通过这三个工作方向，他们帮助企业做出更好的商业决策。
找出过去事件的特征大数据工程师一个很重要的工作，就是通过分析数据来找出过去事件的特征。
比如，腾讯的数据团队正在搭建一个数据仓库，把公司所有网络平台上数量庞大、不规整的数据信息进行梳理，总结出可供查询的特征，来支持公司各类业务对数据的需求，包括广告投放、游戏开发、社交网络等。
找出过去事件的特征，最大的作用是可以帮助企业更好地认识消费者。
通过分析用户以往的行为轨迹，就能够了解这个人，并预测他的行为。
“你可以知道他是什么样的人、他的年纪、兴趣爱好，是不是互联网付费用户、喜欢玩什么类型的游戏，平常喜欢在网上做什么事情。
”腾讯云计算有限公司北京研发中心总经理郑立峰对《第一财经周刊》说。
下一步到了业务层面，就可以针对各类人群推荐相关服务，比如手游，或是基于不同特征和需求衍生出新的业务模式，比如微信的电影票业务。
预测未来可能发生的事情通过引入关键因素，大数据工程师可以预测未来的消费趋势。
在阿里妈妈的营销平台上，工程师正试图通过引入气象数据来帮助淘宝卖家做生意。
“比如今年夏天不热，很可能某些产品就没有去年畅销，除了空调、电扇，背心、游泳衣等都可能会受其影响。
那么我们就会建立气象数据和销售数据之间的关系，找到与之相关的品类，提前警示卖家周转库存。
”薛贵荣说。
在百度，沈志勇支持“百度预测”部分产品的模型研发，试图用大数据为更广泛的人群服务。
已经上线的包括世界杯预测、高考预测、景点预测等。
以百度景点预测为例，大数据工程师需要收集所有可能影响一段时间内景点人流量的关键因素进行预测，并为全国各个景点未来的拥挤度分级—在接下来的若干天时间里，它究竟是畅通、拥挤，还是一般拥挤？找出最优化的结果根据不同企业的业务性质，大数据工程师可以通过数据分析来达到不同的目的。
以腾讯来说，郑立峰认为能反映大数据工程师工作的最简单直接的例子就是选项测试（AB Test），即帮助产品经理在A、B两个备选方案中做出选择。
在过去，决策者只能依据经验进行判断，但如今大数据工程师可以通过大范围地实时测试—比如，在社交网络产品的例子中，让一半用户看到A界面，另一半使用B界面，观察统计一段时间内的点击率和转化率，以此帮助市场部做出最终选择。
作为电商的阿里巴巴，则希望通过大数据锁定精准的人群，帮助卖家做更好的营销。
“我们更期待的是你能找到这样一批人，比起现有的用户，这些人对产品更感兴趣。
”薛贵荣说。
一个淘宝的实例是，某人参卖家原来推广的目标人群是产妇，但工程师通过挖掘数据之间的关联性后发现，针对孕妇群体投放的营销转化率更高。
B 需要具备的能力数学及统计学相关的背景就我们采访过的BAT三家互联网大公司来说，对于大数据工程师的要求都是希望是统计学和数学背景的硕士或博士学历。
沈志勇认为，缺乏理论背景的数据工作者，更容易进入一个技能上的危险区域（Danger Zone）—一堆数字，按照不同的数据模型和算法总能捯饬出一些结果来，但如果你不知道那代表什么，就并不是真正有意义的结果，并且那样的结果还容易误导你。
“只有具备一定的理论知识，才能理解模型、复用模型甚至创新模型，来解决实际问题。
”沈志勇说。
计算机编码能力实际开发能力和大规模的数据处理能力是作为大数据工程师的一些必备要素。
“因为许多数据的价值来自于挖掘的过程，你必须亲自动手才能发现金子的价值。
”郑立峰说。
举例来说，现在人们在社交网络上所产生的许多记录都是非结构化的数据，如何从这些毫无头绪的文字、语音、图像甚至视频中攫取有意义的信息就需要大数据工程师亲自挖掘。
即使在某些团队中，大数据工程师的职责以商业分析为主，但也要熟悉计算机处理大数据的方式。
对特定应用领域或行业的知识在颜莉萍看来，大数据工程师这个角色很重要的一点是，不能脱离市场，因为大数据只有和特定领域的应用结合起来才能产生价值。
所以，在某个或多个垂直行业的经历能为应聘者积累对行业的认知，对于之后成为大数据工程师有很大帮助，因此这也是应聘这个岗位时较有说服力的加分项。
“他不能只是懂得数据，还要有商业头脑，不论对零售、医药、游戏还是旅游等行业，能就其中某些领域有一定的理解，最好还是与公司的业务方向一致的，”就此薛贵荣还打了个比方，“过去我们说一些奢侈品店员势利，看人一眼就知道买得起买不起，但这群人恰恰是有敏锐度的，我们认为他们是这个行业的专家。
又比如对医疗行业了解的人，他在考虑医疗保险业务时，不仅会和人们医院看病的记录相关，也会考虑饮食数据，这些都是基于对该领域的了解。
”C 大数据工程师的职业发展如何成为大数据工程师由于目前大数据人才匮乏，对于公司来说，很难招聘到合适的人才—既要有高学历，同时最好还有大规模数据处理经验。
因此很多企业会通过内部挖掘。
今年8月，阿里巴巴举办了一个大数据竞赛，把天猫[微博]平台上的数据拿出来，去除敏感问题后，放到云计算平台上交予7000多支队伍进行比赛，比赛分为内部赛和外部赛。
“通过这个方式来激励内部员工，同时也发现外部人才，让各行业的大数据工程师涌现出来。
”颜莉萍建议，目前长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师、Hadoop方面的工程师，以及任何在工作中需要通过数据来进行判断决策的管理者，比如某些领域的运营经理等，都可以尝试该职位，而各个领域的达人只要学会运用数据，也可以成为大数据工程师。
薪酬待遇作为IT类职业中的“大熊猫”，大数据工程师的收入待遇可以说达到了同类的顶级。
根据颜莉萍的观察，国内IT、通讯、行业招聘中，有10％都是和大数据相关的，且比例还在上升。
颜莉萍表示，“大数据时代的到来很突然，在国内发展势头激进，而人才却非常有限，现在完全是供不应求的状况。
”在美国，大数据工程师平均每年薪酬高达17.5万美元，而据了解，在国内顶尖互联网类公司，同一个级别大数据工程师的薪酬可能要比其他职位高20％至30％，且颇受企业重视。
职业发展路径由于大数据人才数量较少，因此大多数公司的数据部门一般都是扁平化的层级模式，大致分为数据分析师、资深研究员、部门总监3个级别。
大公司可能按照应用领域的维度来划分不同团队，而在小公司则需要身兼数职。
有些特别强调大数据战略的互联网公司则会另设最高职位—如阿里巴巴的首席数据官。
“这个职位的大部分人会往研究方向发展，成为重要数据战略人才。
”颜莉萍说。
另一方面，大数据工程师对商业和产品的理解，并不亚于业务部门员工，因此也可转向产品部或市场部，乃至上升为公司的高级管理层。