學大數據都可以就業(yè)哪些崗位?因為大數據涉及到的知識相對比較廣泛，全部學精難度太大，所以現在企業(yè)在招聘的時候會細分大數據崗位，專注于某個方向招聘，所以先解下大數據的都有哪些就業(yè)方向，然后你在后續(xù)的學習過程中對哪部分比較感興趣就重點關注那部分。
數倉工程師 (全稱：數據倉庫工程師)
數倉工程師日常工作一般是不寫代碼的，主要以寫 SQL 為主!
數倉工程師是大數據領域公司招聘較多的崗位，薪資也較高，需要重點關注!
數據倉庫分為離線數倉和實時數倉，但是企業(yè)在招聘時大多要求兩者都會，進入公司之后可能會專注于離線或實時其中之一。
就目前來說，大多數的企業(yè)還是以離線數倉為主，不過未來趨勢肯定是實時數倉為主，所以學習時，為了現在能找到工作，需要學習離線數倉，為了以后的發(fā)展，需要學習實時數倉。所以，離線和實時都是我們重點掌握的!
需要掌握的技能：
不管離線還是實時，重中之重就是：SQL
SQL 語法及調優(yōu)一定要掌握，這里說的 SQL 包括 mysql 中的 sql，hive中的 hive sql，spark 中的 spark sql，flink 中 的 flink sql。
在企業(yè)招聘的筆記及面試中，一般問的關于 sql 的問題主要是以 hive sql 為主，所以請重點關注!
除 sql 外，還需要重點掌握以下技能，分為離線和實時
離線數倉需要重點掌握的技能：
Hadoop(HDFS，MapReduce，YARN)
Hive(重點，包括hive底層原理，hive SQL及調優(yōu))
Spark(Spark 會用及了解底層原理)
Oozie(調度工具，會用即可)
離線數倉建設(搭建數倉，數倉建模規(guī)范)
維度建模(建模方式常用的有范式建模和維度建模，重點關注維度建模)
實時數倉需要重點掌握的技能：
Hadoop(這是大數據基礎，不管離線和實時都必須掌握)
Kafka(重點，大數據領域中算是唯一的消息隊列)
Flink(重中之重，這個不用說了，實時計算框架中絕對王者)
HBase(會使用，了解底層原理)
Druid(會用，了解底層原理)
實時數倉架構(兩種數倉架構：Lambda架構和Kappa架構)
大數據開發(fā)工程師
數據開發(fā)工程師一般是以寫代碼為主，以 Java 和 Scala 為主。
大數據開發(fā)分兩類，一類是編寫Hadoop、Spark、Flink 的應用程序，第二類是對大數據處理系統(tǒng)本身進行開發(fā)，如對開源框架的擴展開發(fā)，數據中臺的開發(fā)等!
需要重點掌握的技能：
語言：Java 和 Scala(語言以這兩種為主，需要重點掌握)
Linux(需要對Linux有一定的理解)
Hadoop(需理解底層，能看懂源碼)
Hive(會使用，能進行二次開發(fā))
Spark(能進行開發(fā)。對源碼有了解)
Kafka(會使用，理解底層原理)
Flink(能進行開發(fā)。對源碼有了解)
HBase(理解底層原理)
通過以上技能，我們也能看出，數據開發(fā)和數倉開發(fā)的技能重復率較高，所以很多公司招聘時 大數據開發(fā) 和 數倉建設 分的沒有這么細，數據開發(fā)包含了數倉的工作!
ETL工程師
ETL是三個單詞的首字母，中文意思是抽取、轉換、加載
從開始的圖中也能看出，ETL工程師是對接業(yè)務和數據的交接點，所以需要處理上下游的關系
好程序員大數據培訓分享：學大數據都做哪些崗位?對于上游，需要經常跟業(yè)務系統(tǒng)的人打交道，所以要對業(yè)務系統(tǒng)比較熟悉。比如它們存在各種接口，不管是API級別還是數據庫接口，這都需要ETL工程師非常了解。 其次是其下游，這意味著你要跟許多數據開發(fā)工程師師、數據科學家打交道。比如將準備好的數據(數據的清洗、整理、融合)，交給下游的數據開發(fā)和數據科學家。
需要重點掌握的技能
語言：Java/Python(會基礎)
Shell腳本(需要對shell較為熟悉)
Linux(會用基本命令)
Kettle(需要掌握)
Sqoop(會用)
Flume(會用)
MySQL(熟悉)
Hive(熟悉)
HDFS(熟悉)
Oozie(任務調度框架會用其中一個即可，其他如 azkaban，airflow)
數據分析工程師
在數據工程師準備好數據維護好數倉后，數據分析師就上場了。
分析師們會根據數據和業(yè)務情況，分析得出結論、制定業(yè)務策略或者建立模型，創(chuàng)造新的業(yè)務價值并支持業(yè)務高效運轉。
好程序員大數據培訓分享：學大數據都做哪些崗位?同時數據分析師在后期還有數據爬蟲、數據挖掘和算法工程師三個分支。
需要重點掌握的技能：
數學知識(數學知識是數據分析師的基礎知識，需要掌握統(tǒng)計學、線性代數等課程)
編程語言(需要掌握Python、R語言)
分析工具(Excel是必須的，還需要掌握 Tableau 等可視化工具)
數據敏感性(對數據要有一定的敏感性，看見數據就能想到它的用處，能帶來哪些價值)
京公網安備
11010802035719號