大数据主要涉及的内容有哪些？可以从事哪些岗位？( 二 )

其他观点：
大数据是IT行业的专业数据。目前被大家片面的理解为“很多很多的数据” 。这是一个错误的认知！
大数据是人工智能时代的基础特点之一。根据《大数据时代》一书介绍。大数据需要具备以下五个特点：
1、大量（Volume）2、告诉（Velocity)3、多样（Variety）4、低价值密度（Value）5、真实性（Veractiy）
大数据之所以被称之为“大” 。主要是指数量比较大。只有数据体量达到PB级别以上。才能被称为大数据。我们日常听到的部分企业建个数据库。收集了几个GB的图像或用户信息。就称为大数据。要知道1PB=1024TB=1024*1024GB 。也就是说。这些企业建设的数据量。很多连大数据的零头都算不上！
从以上几个特点。我们可初步分析出大数据的应用场景。然后再从应用场景去分析大数据主要涉及的内容和在这些应用场景中的岗位有那些。
场景1、大数据量的交易。如互联网行业的大型电商平台。需要通过交易大数据进行客户行为分析、商品广告分析等；
场景2、大数据量加工。如供应链、生产过程优化、生产计划等；
场景3、服务智能分析。人类衣食住行方面的服务场景非常多。如：娱乐、城市出行、服装、餐饮等。对这些数据进行综合清洗。从人的维度、货的维度、交易的维度来进行分析。可提升服务价值和优化服务方向；
场景4、科技智能化处理。如生物技术、基因技术、医疗技术等科技领域。会产生大数据了的基础数据。通过对基础数据的解读和处理。来提升生命科技的研究；
其他场景还可根据不同的行业做细分。此处不一一列举。感兴趣的读者可通过下面的大数据应用矩阵图进行分析：

文章插图
1、大数据工程师。从事大数据系统实现的开发工程师。通过脚本、SQL、编程语言等方式加工处理原始收集到的大数据。使原本杂乱无章的大数据变得系统化、结构化；
2、大数据管理员。对已经沉淀的大数据进行管理和维护。使数据访问性能得到最大化。存储最优化；
3、数据架构师。通过大数据平台（如Hadoop）。对数据需求分析、技术架构设计、应用开发设计等进行指导和实现。该职位要求从业者精通大数据相关算法。并掌握大数据平台相关重要组件；
4、数据分析师。需要精通所在行业业务。能按照业务需求进行大数据归纳整理。并掌握基本的数据分析工具。然后对数据分析形成具有行业指导意见的分析报告；
5、商业智能分析师。和数据分析师类似。但商业智能分析师毕数据分析师更加有针对性和具体性。如：市场竞争需求的商业智能分析；某一产品发展前景的商业智能分析等。

文章插图
大数据分析在信息技术日益发展和广泛应用的今天。随着数据产生爆发式增长。涉及大数据相关工作将越来越渗透到我们日常生活中。大数据相关岗位也将越来越得到尊重。
其他观点：
作为一名科技工作者。大数据也是我的主要研究方向之一。所以我来回答一下这个问题。

文章插图
大数据技术本身并不是孤立的。大数据技术与云计算、物联网和人工智能等技术也有非常紧密的联系。所以也可以把大数据技术看成是一个大的技术生态。对于要想进入大数据领域发展的技术人员来说。可以根据自身的知识结构和能力特点来选择切入点。当前大数据开发岗位的人才缺口要相对大一些。而如果具有扎实的数学和统计学基础。也可以考虑从事大数据分析岗位（算法岗位）。虽然当前算法岗位的竞争比较激烈。但是算法岗位的岗位附加值还是比较高的。未来的发展空间也相对比较大。
大数据开发岗位通常分为平台开发岗位和行业应用开发岗位。平台开发岗位属于研发级岗位。对于从业者的知识结构有更多的要求。当前研究生更愿意从事平台开发岗位。而且当前大厂的平台开发岗位也比较多。对于初学者来说。从大数据应用开发岗位开始做起是比较现实的选择。
相对于大数据平台开发岗位来说。大数据应用开发的技术门槛要低一些。开发人员基于已有的大数据平台来完成开发任务。往往并不需要考虑系统级问题。但是需要开发人员掌握一定的行业知识。所以。从事大数据开发岗位也需要一个系统的学习过程。