未来有前途的大数据岗位，切莫错过！

随着云计算和大数据时代的到来，而与之相关的职业需求也呈爆发式增长，大数据职业的相关人才匮乏，人才缺口非常大。盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。可以说，未来的大数据工作，就意味着高薪、稳定、广泛的职业使用度、优越感……与大数据相关的职位有很多。

数据分析师

指熟悉相关业务，熟练搭建数据分析框架，掌握和使用相关的分析常用工具和基本的分析方法，进行数据搜集、整理、分析，针对数据分析结论给管理销售运营提供指导意义的分析意见。

数据挖掘工程师

数据挖掘工程师基本上算是在大数据专业相关工作中，技术含量最高的职位了。这一职位对企业具有很高的价值。除了需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求。

在过去，受限于技术，预测的概率大概只有60%。现在，随着大数据逐步的发展成熟，数据工程师能够通过接近全量的数据进行建模，最终能达到高至80%-90%的预测概率，使得数据挖掘工作更有价值。

大数据开发工程师

负责搭建大数据应用平台、开发分析应用程序。他们熟悉工具或算法、编程、包装、优化或者部署不同的MapReduce事务。他们以大数据技术为核心，研发各种基于大数据技术的应用程序及行业解决方案。

数据架构工程师

对Hadoop解决方案的整个生命周期进行引导，包括需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署。深入掌握如何编写MapReduce的作业及作业流的管理完成对数据的计算，并能够使用Hadoop提供的通用算法， 熟练掌握Hadoop整个生态系统的组件如： Yarn，HBase、Hive、Pig等重要组件，能够实现对平台监控、辅助运维系统的开发。

大数据运维工程师

负责大数据系统研发工作，包括大规模非结构化数据业务模型构建、大数据存储、数据库架构设计以及数据库详细设计、优化数据库构架、解决数据库中心建设设计问题。他们还负责集群的日常运作、系统的监测和配置、Hadoop与其他系统的集成。

数据分析需要有技术基础吗，薪资怎么样啊？

数据分析师在企业中发挥的价值在于能够利用已有的数据资料（一手或二手的）进行观测，实验，研究分析出背后的一套规律为企业进行优化决策。业务层面的员工需要写出数据报告给老板看，如果你的分析结果对企业决策（如营销计划）有改善从而提高了业绩，那么待遇肯定是意想不到的。

数据分析师这个行业入门要求比较低，需要懂一些数据统计、ETL等知识，这些对于学技术的你来说，应该是小菜一碟。

数据分析职业路线呢？

在职业发展方面，最初可能会是数据分析员从基层开始做起，有团队有人带，到后面逐渐上升为分析师，资深分析师、数据分析专家，数据架构师；其中数据架构师 要求比较高，既要精通数据分析师的业务决策层面，也要会使用Hadoop开发和使用运算模型，我觉得这个可以作为你未来的发展方向，因为你比纯粹的数据分析师有技术基础。

越深入的学习，就越能带来丰厚的回报，希望通过这篇文章，能让想要学习大数据相关课程的学员更早的明确自己的职业目标，找到理想的工作岗位。