在我们企业招聘过程中也会经常遇到一个问题,很多同学不知道自己到底适合做数据方面的哪个岗位,还有的同学自己工作了好几年才发现原来自己是在做数据研发的工作,这样的事情在我们的招聘环节遇到了很多。对自身的工作职能没有清楚的定位,明白工作过程中所需要发挥的擅长的地方,很容易迷失在不同工作的转变中,也不利于自身的职场发展。
我们知道在数据这块,从工作职能上有做研发、运营、算法、分析等,从数据架构上分为数据仓库、数据处理、数据挖掘和分析以及数据报表,而从数据层级上也分为数据观察员、数据工程师、数据分析师、算法工程师、数据研究员、数据架构师、数据科学家等。
从常见的数据岗位要求来看:
数据研发工程师
1) 从事数据仓库领域至少2年以上,熟悉数据仓库模型设计与ETL开发经验 ,掌握Kimball的维度建模设计方法,具备海量数据加工处理(ETL)相关经验
2) 掌握至少一种数据库开发技术:Oracle、Teradata、DB2、Mysql等,灵活运用SQL实现海量数据ETL加工处理
3) 熟悉Linux系统常规shell处理命令,灵活运用shell做的文本处理和系统操作
4) 有从事分布式数据存储与计算平台应用开发经验,熟悉Hadoop生态相关技术并有相关实践经验着优先,重点考察Hdfs、Mapreduce、Hive、Hbase
5) 熟练掌握一门或多门编程语言,并有大型项目建设经验者优先,重点考察Java、Python、Perl
6) 熟悉数据仓库领域知识和技能者优先,包括但不局限于:元数据管理、数据开发测试工具与方法、数据质量、主数据管理
7) 掌握实时流计算技术,有storm开发经验者优先
8) 良好的语言沟通与表达能力和自我驱动动力
数据架构师:
1) 计算机、数学、统计或相关专业硕士及以上学历,八年以上工作经验,具有大型系统的技术架构\应用架构\数据架构的的研发经验;
2) 精通各种大数据计框架,熟悉Spark/Hadoop/Map-Reduce/MPI分布式计算框架,特别是有Spark实战经验/海量数据处理经验者优先。
3) 精通并深入使用Java,熟悉常用的java类库以及框架,如 Velocity,Spring,Hibernate,iBatis,OSGI等,对SOA的模式有较深的理解,对虚拟机. 以及Linux下的开发环境有较深厚的开发经验;
4) 熟悉回归分析模型、关联规则挖掘、分类和聚类算法、协同过滤算法等数据统计模型和挖掘算法,了解完整的数据挖掘过程方法论,并有独立完整的建模实践经验优先考虑;
5)具有良好的产品sense,商业到技术映射能力,能够开发创新而实际的分析方法以解决复杂的商业问题;
6) 具有良好的沟通、团队协作、计划和创新的能力; 在J2EE业界,数据业界有一定的影响力优先;
7. 具有电子商务、金融行业、银行业、航空业经验背景的人优先。
数据分析师:
1) 三年以上互联网工作经验,熟悉并热衷于互联网产品尤其是移动端产品,对业务有敏锐的观察力和数据洞见;
2)两年以上互联网数据产品经验或相关项目管理经验者优先;
3)精通Excel,掌握R、SAS、SPSS任一数据分析工具,R优先;
4)掌握SQL、hadoop海量数据处理,有构建海量数据数据仓库经验优先;
5)对数字有敏锐的观察力,喜欢和数字打交道,严谨细致; 较强的分析能力,逻辑推理能力;
6)较强的书面及口头表达能力; 具有较强的自主学习能力,乐于接受挑战;
7)有责任心、具有团队合作精神,能承受一定的工作压力。
算法工程师:
1)本科以上学历,扎实的统计学、数据挖掘、机器学习理论基础,能够利用高等数学知识推演高维数学模型。
2)熟悉聚类、分类、回归、图模型等机器学习算法,对常见的核心算法理解透彻,有实际建模经验;
3)具有扎实的计算机操作系统、数据结构等编程基础,精通至少一门编程语言例如c++/python/R;
4)深入理解Map-Reduce模型,对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验;
5)对于推荐系统和广告系统有实践经验者优先;
6)能够积极创新, 乐于面对挑战, 负责敬业;
7)优秀的团队合作精神;诚实, 勤奋, 严谨。
从这些岗位不难看出,数据这块岗位基本都需要有相应的技术背景。数据研发和架构侧重在数据库技术上的掌握,像Hadoop、spark、storm这些大规模的数据存储和运算平台,以及相应的脚本语言的掌握Python、perl、shell等,有Java的基础更佳。而数据算法挖掘和分析更偏重对分析方法、算法的掌握,熟悉聚类、分类、预测等算法,能够有团队合作的精神,对数据的应用有一些sense。
从之前和BAT数据从业者的交流,抑或是像Amazon、Twitter等分析朋友的交流,大部分的数据岗位也都是围绕这几块,数据质量和数据价值都是非常关键的点。围绕数据周边的衍生岗位也有数据运营、数据产品等,只要掌握数据分析挖掘、架构研发这些转型不是很大的问题。
另外新书出售中ing
具体购买链接:【任何问题咨询 微信784414374】
https://item.taobao.com/item.htm?spm=a1z09.8149145.0.0.1b317ff1O2s8ar&id=563653694166&_u=659l9sv0714
购买成功拉进数据分析联盟微信群
手机用户可复制链接手机淘宝:
【数据分析侠 《人人都会数据分析》20万字书籍】http://m.tb.cn/h.AJEkoq 点击链接,再选择浏览器打开;或复制这条信息¥fSnh09F0Vpy¥后打开 手淘