数据全生命周期管理 学大数据之后能做什么工作？

学大数据之后能做什么工作？1. 数据挖掘工程师要做数据挖掘，我们需要一定的数学知识从海量数据中发现规律，如线性代数、高等代数、凸优化、概率论等PS：常用的语言有python、Java、C或C，有些人用

学大数据之后能做什么工作？

1. 数据挖掘工程师

要做数据挖掘，我们需要一定的数学知识从海量数据中发现规律，如线性代数、高等代数、凸优化、概率论等

PS：常用的语言有python、Java、C或C，有些人用的python或Java更多。有时，MapReduce用于编写程序，然后Hadoop或Hyp用于处理数据。如果使用Python，它将与spark相结合。

2. Hadoop开发工程师

精通整个Hadoop生态系统的组件，如纱线、HBase、蜂巢、猪等重要组件，可以实现平台监控和辅助运维系统的开发。Hadoop工程师主要关注开发层面，即围绕大数据平台的系统级研发人员，精通Hadoop大数据平台的核心框架，能够使用Hadoop提供的通用算法，

3。数据分析员

数据分析员是一种数据分析员[“detɪʃəən]，是指从事行业数据收集、整理和分析，并根据数据进行行业研究、评估和预测的不同行业的专业人员。

PS：作为一名数据分析师，您至少需要精通SPSS、static、Eviews、SAS等数据分析软件。一个优秀的数据分析师不应该在业务、管理、分析、工具和设计方面落后。

4. 大数据分析师

流行点，这是集Hadoop开发工程师和数据分析师、数据挖掘工程师为一体的大人才。如果你能做到所有这些并且有一些经验，那么薪水就不用说了。

5. 大数据可视化工程师

需要独立熟悉storm、spark等计算框架、Scala/Python语言、java开发、SSM项目、NoSQL如redis或mongodb、Linux基本操作、java多线程开发能力、程序设计模式、数据库和ETL流程。

在现代和当代的培训行业，如果你想赚钱，你必须跟上进步的步伐，踏上新技术的热潮。

大数据比软件工程好吗？

怎么说？目前这两个专业很有前途，关键看个人兴趣和是否能在大学里真正学到东西。首先，让我简单介绍一下大数据和软件工程。

大数据是指传统软件工具在一定时间内无法捕获、管理和处理的数据集。它是一种海量、高增长率、多样化的信息资产，需要新的处理模式具有更强的决策能力、洞察力和流程优化能力。

目前大数据专业主要分为两个方向，一个是大数据开发，另一个是数据分析与挖掘。

1. 大数据开发：JA VA、大数据基础、Hadoop系统、Scala、卡夫卡、SCAP等；2。数据分析与挖掘：Python、关系数据库mysql、文档数据库mongodb、内存数据库redis、数据处理、数据分析等，软件工程以计算机科学技术为基础，强调软件开发的工程性。在掌握计算机科学与技术知识和技能的基础上，掌握软件需求分析、软件设计、软件测试、软件维护和软件项目管理所需的基本知识、基本方法和基本技能，培养学生的专业知识和技能，培养能够从事软件开发、测试、维护和软件项目管理的高级专门人才。

在我看来，两者都是好的，因为它们都涉及到计算机核心理论体系的构建。大数据是近年来出现的一个新的技术方向，因此在理论上应该略逊于软件工程。毕竟，国内很多大学在这个专业有足够的经验。就工作而言，两者都有各自的需要。由于国内体制原因，双向人才缺口较大。因此，不存在谁比谁好或比谁坏的概念。