解密大数据领域岗位职业发展路径

我们迎来了一个新的时代，这就是大数据的时代。—经济学家 詹姆斯·莫里斯

缺人，这是全国乃至全球大数据圈都挺蛋疼的一件事儿。2016年的人才关注度较2015年提高25.82%。我国大数据发展面临的瓶颈中，高端综合型人才短缺问题日益突出，大数据行业面临人才供需结构不均衡问题。

在目前人才结构失衡的背景下，大数据领域相关职位位置权重和身价都水涨船高，自然不是意外的事。在拉勾上搜索5年以下“大数据”相关岗位平均薪资水平结果普遍在15k以上。

请注意，目前大数据高、中、低三个档次的人才都很缺，you can you up! 现在我们谈大数据，就像当年谈电商一样，未来前景已经很明确，接下来就是优胜劣汰，竞争上岗。不想当工程师的程序员不是好架构师!但是，大数据发展到现阶段，涉及大数据相关的职业岗位也越来越精细。

从岗位来看，由大数据开发、挖掘、算法、分析、到架构。从级别来看，从工程师、高级工程师，再到架构师，甚至到科学家。而且，契合不同的行业领域，又有专属于这些行业的岗位衍生，如涉及金融领域的数据分析师等。大数据的相关工作岗位有很多，有数据分析师、数据挖掘工程师、大数据开发工程师、大数据产品经理、可视化工程师、爬虫工程师、大数据运营经理、大数据架构师、数据科学家等等。

此外，现在越来越多的行业领域也涉猎大数据,通常来说它们可以被大致分为两类：大数据工程与大数据分析。而这些领域互相独立又互相关联。大数据工程涉及大量数据的设计，部署，获取以及维护(保存)。大数据工程师需要去设计和部署这样一个系统，使相关数据能面向不同的消费者及内部应用。而大数据分析的工作则是利用大数据工程师设计的系统所提供的大量数据。大数据分析包括趋势、图样分析以及开发不同的分类、预测预报系统。

因此，简而言之，大数据分析是对数据的高级计算。而大数据工程则是进行系统设计、部署以及计算运行平台的顶层构建。

作者：程序o07
链接：https://www.jianshu.com/p/0c9c9a63c827