hive根据职位给员工涨工资_与大数据相关的职位都有哪些?任职要求和工作内容如何?...

631bfe989c9b675b6c4809f3145beb39.png

大数据作为一个新时代互联网产业,发展潜力非常大,它现在处于发展的初期阶段,在这个领域的方方面面每时每刻都在产生新的事物、新的职位,就业前景非常广阔。

目前大数据相关的职位也在不断拓新,不断出现的新职位也带给了大家很直观的感受:朝阳行业的感受。

3e7ee63cdaa8eae84abcec83356c7ac7.png

那么目前大数据相关的职位都有哪些呢?任职要求和待遇如何?

1 大数据开发工程师

又叫数据库开发工程师,是指设计、开发、维护管理大型数据库的专业人才。

任职要求:

  • 1、通信、电子工程、自动化、计算机其相关专业本科以上学历;
  • 2、数据库应用软件的分析、设计和开发经验 ;
  • 3、精通关系数据库原理,精通SQLSERVER,熟悉MySQL,oracle;
  • 4、熟练使用主流的数据库分析设计工具;能独立完成数据库系统设计,能根据具体应用设计数据库服务器;
  • 5、熟悉NET 架构和J2EE 架构, 熟悉ASP?NET 和ADO?NET;
  • 6、熟悉Browser/Server 模式应用开发,熟悉OOD/OOP 概念和XML 标准;
  • 7、熟悉数据仓库、OLAP 和数据挖掘;
  • 8、有良好的英语阅读能力,能够阅读英文测试资料;
  • 9、工作严谨细致,有责任心;勤奋踏实,善于思考问题;
  • 10、有时间观念,独立性强,具有团队合作精神。

工作内容

  • 1、设计并优化数据库物理建设方案;
  • 2、制定数据库备份和恢复策略及工作流程与规范;
  • 3、在项目实施中,承担数据库的实施工作;
  • 4、针对数据库应用系统运行中出现的问题,提出解决方案;
  • 5、监督UNIX,Tandem,NT 等系统上数据库的安装运行过程;
  • 6、对空间数据库进行分析、设计并合理开发,实现有效管理;
  • 7、监督数据库的备份和恢复策略的执行;
  • 8、为应用开发、系统知识等提供技术咨询服务。

2 数据分析师

数据分析师是数据师的一种,指的是不同行业中,专门从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测的专业人员。

岗位职责:

  • 1. 抽象数据分析需求,形成有竞争力的数据产品,帮助产品业务更深刻的理解并运用数据;
  • 2. 基于对互联网产品和业务的深入理解的基础上,独立承担复杂分析任务,为产品方向提供决策支持;
  • 3. 负责相关项目性工作的数据支持、业务报表的制作;
  • 4. 建立产品业务相关的数据统计模型;
  • 5. 建立各个环节工作预警及时,对相关数据异常情况提前预警。

任职要求:

  • 1. 本科及以上学历,计算机、统计学、数学、信息管理、社会学等相关专业, 3 年以上咨询、互联网行业工作经验;
  • 2. 良好的数据分析能力,有丰富的数据分析、挖掘、清洗和建模的经验;
  • 3. 熟悉互联网数据采集,具备大数据处理能力 , 熟练运用 SQL ,掌握 hive 等相关数据工具;
  • 4. 善于沟通,具有良好的团队合作精神;
  • 5. 有互联网行业数据分析工作、做过数据挖掘行业的优先。

3 数据挖掘工程师

数据挖掘工程师是数据师的一种。一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。

这些知识可用使企业决策智能化,自动化,从而使企业提高工作效率,减少错误决策的可能性,以在激烈的竞争中处于不败之地。

岗位职责:

  • 1. 负责研究新型数据分析、数据挖掘技术的方法和工具;
  • 2. 负责组织大数据分析技术在行内的推广和培训。

任职要求:

  • 1. 本科及以上学历,金融、数学、统计、计算机等理工类相关专业毕业;
  • 2. 具有扎实的数学、统计学和计算机相关知识,熟悉机器学习等新型数据挖掘、分析方法的基本理论和相关算法,具有实际模型开发经验;
  • 3. 熟悉一种传统数据挖掘工具,如SAS、SPSS、Matlab、Weka等,或具有至少一种大数据分析工具的实际项目开发经验,如R/Python、Mahout、hadoop、SparkML等;
  • 4. 具有严密的数据思维,优秀的分析问题能力,及良好的分析研究报告撰写能力,能制作专业分析研究报告,乐于解决挑战性的问题;
  • 5. 在校学习成绩优异,英语四级及以上,责任心强,有良好的合作精神,有较强的学习能力和沟通协调能力,对技术有强烈的热爱;
  • 6. 思想品质端正,身体健康,无重大病史。

4 数据产品经理

广义来看,数据产品是可以发挥数据价值去辅助用户更优的做决策(甚至行动)的一种产品形式.

它在用户的决策和行动过程中,可以充当信息的分析展示者和价值的使能者。从这个角度讲,搜索引擎、个性化推荐引擎显然也是数据产品,由于产品形态已经比较成熟,所以很少被人划分到数据产品的概念里,另外,这类产品往往大都在数据外面穿了一层外衣,使非专业的用户并不能直观的感受到数据的存在。

岗位职责:

  • 1.建立与优化模型实验室并支持日常运营工作,支持商户的模型建设与优化
  • 2.针对互联网风控业务痛点设计与开发大数据风控产品,包括但不限于信用报告、用户画像、风险评分、信贷一体化系统、营销平台等
  • 3.建设对上下游数据产品的质量分析、价值分析体系,周期性跟踪与优化数据产品各层质量工作

岗位要求:

  • 1、本科及以上学历,统计学及计算机相关专业毕业
  • 2、2年以上数据管理或者参与建设过风险策略、风控系统建设、营销平台建设相关经验
  • 3、掌握使用Python、SAS、R等至少一种统计分析软件或熟练掌握AxureRP等原型工具
  • 4、具备优秀的沟通能力、协调能力和组织能力
  • 4.对行业发展和风险演变具备强烈的敏感度

5 数据架构师

数据架构师是一个既需要掌控整体又需要洞悉局部瓶颈并依据具体的业务场景给出解决方案的团队领导型人物。

一个架构师得需要足够的想像力,能把各种目标需求进行不同维度的扩展,为目标客户提供更为全面的需求清单。架构师在软件开发的整个过程中起着很重要的作用。

职位要求

  • 1. 计算机、工业自动化等相关专业本科及以上学历。
  • 2. 熟悉数据仓库建模理论,3年以上相关领域实践经验,能够独立完成系统架构。
  • 3. 熟悉Hadoop、Hive、Spark等大数据技术。
  • 4. 熟练使用Java或其他语言进行复杂业务逻辑的数据处理工作,具备海量数据处理以及性能优化的能力。
  • 5. 熟练MySQL、Redis、HBase等数据库,能够完成存储查询的优化。
  • 6. 思路清晰,具备良好的沟通能力和理解能力,较强的学习能力以及快速解决问题的能力。
  • 7. 对新技术,新事物有很好的探索和求知欲。

岗位职责

  • 1. 负责大数据项目技术架构评估与设计。
  • 2. 负责关键功能的开发,技术难题的解决,以及输出代码的关键把控。
  • 3. 负责对使用关键技术的预研和选型,完成PoC。
  • 4. 负责大数据平台新技术的开发使用和性能优化,测试。
  • 5. 能够带领团队完成项目开发工作,并能分享技术经验。
  • 6. 研究主流技术,能够应用于产品,推动产品功能、性能的提升。

6 可视化研发工程师

数据可视化,是关于数据视觉表现形式的科学技术研究。其中,这种数据的视觉表现形式被定义为,一种以某种概要形式抽提出来的信息,包括相应信息单位的各种属性和变量。

岗位职责

  • 1. 大数据可视化平台架构及开发;
  • 2. 参与大数据平台数据可视化的技术选型、技术规格和关键特性的设计;
  • 3. 参与数据可视化通用产品的核心功能研发,组件、模板设计,模块化框架设计;
  • 4. 负责大数据可视化产品的开发和维护,在理解产品业务的基础上,提升产品的用户体验,技术驱动业务的发展;
  • 5. 对可视化产品进行性能调优,攻克体验好、高性能和高稳定性等各种挑战以及技术难关;
  • 6. 关注业界技术发展动态,持续改进,保持数据可视化产品架构、技术的先进性.

岗位要求

  • 1. 计算机或者软件工程相关专业,全日制本科以上学历,扎实的计算机以及网络基础
  • 2. 3 年以上数据可视化工作经验,参与过大型数据可视化产品的技术设计与开发工作
  • 3. 优秀的前端研发能力,有富交互产品研发经验,熟悉主流的前端框架,如 vue/react/angular 等
  • 4. 熟悉主流数据可视化组件,如echarts、thingJS、datav等,阅读过源码、理解这些图表库的代码设计、有二次开发的经验者优先
  • 5. 热爱数据可视化领域,对数据可视化有深刻的理解,如果你对大数据开发感兴趣,想系统学习大数据的话,有高度的技术敏感度,广阔的技术视野,对性能优化/跨终端多平台开发有经验
  • 6. 具备 Web 前端独立开发的能力,熟悉一门后端语言(PHP/Python/Java/Node等)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值