大數據職位體系梳理

大數據時代，給個人帶來了新的發展機會，也給個人提供了新的職位發展通道。一些同仁從其他崗位轉向大數據崗位時，面對眾多的大數據招聘職位時，卻不知所措，不知道應該選擇什么樣的職位發展方向。
以下收集并整理了一下各個公司的招聘職位，試圖梳理當前大數據崗位體系，并尋找出一條合適的職位發展通道，希望對大家有用。
大數據職位體系
當前大數據職位，從總的來說，主要有兩大類：一類是應用類，另一類是系統類。

應用類
應用類，偏向于數據分析和數據應用，經常說到的數據分析、數據挖掘，就是典型的應用技術。這一類職位，要求采用適當的分析和挖掘方法對數據進行分析，提取數據中隱含的業務信息，來支撐企業決策。
最典型的職位就是：大數據分析師。
▊大數據分析師：主要是指，基于業務問題，能夠選擇最合適的數據分析和數據挖掘方法，提取數據中的業務信息，從而支撐業務決策。要求熟悉數據分析/挖掘過程，掌握數據分析/挖掘方法，理解數據分析模型，熟練操作數據分析工具（比如Excel、SPSS、SAS等）。一般對于大數據分析師，其能力要求比較全面，不管是業務邏輯、還是分析方法、模型、可視化，都要求全面掌握。
▊業務數據分析師：側重于商業理解，要求能夠將業務問題和商業問題，轉化為大數據的問題，并將分析結果從業務層面進行解讀，從而形成業務建議和業務策略。要求熟悉業務邏輯和業務模型，掌握數據分析思路，能將數據可視化，對數據解讀等。當然，類似的職位還有大數據觀察員、大數據研究員等等，這些都側重于商業理解。
▊大數據建模/算法師：側重于數據建模，能夠圍繞業務問題，構建合適的數據分析框架和分析模型，將業務問題進行分解，從而達到定性或定量來描述業務的目的。要求熟悉數據建模、模型評估、模型優化、模型應用等等。
▊大數據算法師：側重于數據模型的實現算法研究、設計與實現，為達到分析目的，對實現算法進行分析、選擇與優化，確保實現性能及效果。一般情況下，算法師往往和建模師在一起工作。
系統類
系統類，偏向于系統研發，比如hadoop系統、云計算，就屬于系統類技術。這一類職位，要求熟悉Hadoop大數據平臺的核心框架和組件，能夠基于大數據平臺來寫代碼開發應用，支撐業務應用。
最典型的職位就是：大數據工程師。
▊大數據開發工程師：負責大數據系統的開發工作，能夠運用編程語言進行應用程序的開發、測試和維護，實現產品功能。要求掌握編程語言，如JAVA、R、Python等等。
▊大數據架構師：負責大數據系統的平臺架構設計、平臺構建。要求熟悉Hadoop/Storm/Spark等平臺，熟悉整個生態系統的組件，有平臺級開發和架構設計能力等等。
▊大數據運維工程師：側重于大數據平臺運維管理，包括系統運維規劃、系統監控、系統優化等等，保障大數據平臺服務的穩定性和可用性。掌握平臺各組件的安裝、配置與調試，有良好的系統性能優化及故障排除能力。
▊大數據庫管理員：側重于數據庫/數據倒倉庫的設計、開發、管理和優化，監控數據庫的性能、故障檢測和排除，包括數據采集，數據庫架構設計，空間和容量規劃，性能優化，數據安全和隱私，數據容錯，等等。
當然，在不同的企業中，職位的名稱和叫法有所不同，或者會衍生出新的職位，但基本的崗位職責是類似的