大数据工程师数据挖掘师和数据分析师有啥区别

Posted 2022-10-10 我想去吃ya

随着互联网技术的不断提升，数据已经成为各大企业新的战场，而对于从业者来说，如果你对数据科学领域的工作感兴趣的话，肯定首先要了解一下数据科学领域都有哪些岗位。从岗位性质和主要工作内容不同我们可以把数据科学的岗位大概分为四类：数据产品经理、大数据工程师、数据挖掘师、数据分析师。数据产品经理显而易见就是精通并擅长数据产品设计的PM。这里我们具体了解一下大数据工程师、数据挖掘师和数据分析师有什么区别。

首先这三个技术方向都是与数据打交道，但是根据他们的主要工作内容、入门门槛、职业前景等方面进行对比，三个岗位有非常大的差异化。

工作内容区别：
　　
　　大数据工程师：大数据工程师是利用大户数技术处理大量数据的专业技术人员。其工作重点在于通过开发技术实现数据仓库管理、数据的实时计算等，可以定位为数据仓库的管理员。
　　
　　数据挖掘师：主要指从大量的数据中通过算法搜索隐藏域其中知识的工程技术人员。其工作重点在与通过将算法运用到开发技术中，从而挖掘数据中的价值，其核心在于算法的运营，具体岗位有算法工程师、机器学习工程师等。
　　
　　数据分析师：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。数据分析师更注重业务层的分析能力，而不需要过多的掌握数据仓储以及获取，有人认为数据分析师相对来说层次较低，可能是没有看到在大数据领域的数据分析师的强悍吧。
　　
　　入门门槛区别
　　
　　大数据工程师：大数据工程师可以说是没有学历的入门门槛，主要是应用层面的开发能力，只要能掌握大数据开发技术，并且能够顺利并且出色的完成相关的开发任务就可以达到企业用人标准。但是大数据技术学习的过程还是会形成一个分水岭，因为大数据开发技术内容相对较多，甚至如果从Java基础开始学习，所需要学习的内容体系非常庞大，完全掌握大数据开发技术也并非易事。
　　数据挖掘师：数据挖掘工程师在算法层面对从业人员是一个天然的屏障。应该说是在数据科学领域中数据挖掘是入门要求最高的。一般要求从业者具备数据、算法等核心技能，而这些知识的学习一般都在要求在理工科专业本科及以上层次的人才才能接触到的。
　　数据分析师：初级的数据分析师（一般指中小企业少量数据的分析）基本是没有入门门槛的，只要掌握了相应的工具应用即可从事该工作，而在大数据分析领域，同样需要大量的统计学以及算法知识做为支撑，但是相对另外两个岗位而言，在开发技术方向的要求并不高。因此相对来说更好入门一些。
　　
　　职业前景
　　
　　大数据工程师：大数据开发工程师以技术为核心，其职业发展方向包括高级开发、大数据开发架构，或者通过系统学习成为大数据分析师。然而有算法作为天然屏障，大数据工程师很难成为数据挖掘工程师，甚至数据科学家。
　　
　　数据挖掘师：数据挖掘工程师是最接近数据科学家的数据岗位方向，在职业发展前景方面，主要还是围绕算法进一步发展成为算法研究员、高级算法工程师、数据科学家等。
　　
　　数据分析师：数据分析师作为业务层面的高级人才，其职业发展路线同样与业务直接相关，如业务专家、企业管理、策略专家、高级分析师等等。
　　
　　想学习数据科学的你是否对这三个方向了解了呢？目前最适合大家学习的领域就是大数据开发工程师方向，对你自身的学历和知识储备没有太苛刻的要求，只要你肯下功夫学习，还是可以进入大数据开发工程师岗位的大门，而如果你具备较高层次的数学和算法基础，可以考虑数据挖掘工程师和数据分析师岗位。当然这里有必要提一下，对于初级数据分析师岗位未来可能会成为每个岗位的基本技能要求，单纯的学习初级数据分析师的技能可能在未来的职业发展中会遇到瓶颈。

任何学习过程都需要一个科学合理的学习路线，才能够有条不紊的完成我们的学习目标。Python+大数据所需学习的内容纷繁复杂，难度较大，为大家整理了一个全面的Python+大数据学习路线图，帮大家理清思路，攻破难关！

Python+大数据学习路线图详细介绍

第一阶段 大数据开发入门

学前导读：从传统关系型数据库入手，掌握数据迁移工具、BI数据可视化工具、SQL，对后续学习打下坚实基础。

1.大数据数据开发基础MySQL8.0从入门到精通

mysql是整个IT基础课程，SQL贯穿整个IT人生，俗话说，SQL写的好，工作随便找。本课程从零到高阶全面讲解MySQL8.0，学习本课程之后可以具备基本开发所需的SQL水平。

2022最新MySQL知识精讲+mysql实战案例_零基础mysql数据库入门到高级全套教程

第二阶段 大数据核心基础

学前导读：学习Linux、Hadoop、Hive，掌握大数据基础技术。

2022版大数据Hadoop入门教程
Hadoop离线是大数据生态圈的核心与基石，是整个大数据开发的入门，是为后期的Spark、Flink打下坚实基础的课程。掌握课程三部分内容：Linux、Hadoop、Hive，就可以独立的基于数据仓库实现离线数据分析的可视化报表开发。

2022最新大数据Hadoop入门视频教程，最适合零基础自学的大数据Hadoop教程

第三阶段 千亿级数仓技术

学前导读：本阶段课程以真实项目为驱动，学习离线数仓技术。

数据离线数据仓库，企业级在线教育项目实战（Hive数仓项目完整流程）
本课程会、建立集团数据仓库，统一集团数据中心，把分散的业务数据集中存储和处理 ；目从需求调研、设计、版本控制、研发、测试到落地上线，涵盖了项目的完整工序 ；掘分析海量用户行为数据，定制多维数据集合，形成数据集市，供各个场景主题使用。

大数据项目实战教程_大数据企业级离线数据仓库，在线教育项目实战（Hive数仓项目完整流程）

第四阶段 PB内存计算

学前导读：Spark官方已经在自己首页中将Python作为第一语言，在3.2版本的更新中，高亮提示内置捆绑Pandas；课程完全顺应技术社区和招聘岗位需求的趋势，全网首家加入Python on Spark的内容。

1.python入门到精通（19天全）

python基础学习课程，从搭建环境。判断语句，再到基础的数据类型，之后对函数进行学习掌握，熟悉文件操作，初步构建面向对象的编程思想，最后以一个案例带领同学进入python的编程殿堂。

全套Python教程_Python基础入门视频教程，零基础小白自学Python必备教程

2.python编程进阶从零到搭建网站

学完本课程会掌握Python高级语法、多任务编程以及网络编程。

Python高级语法进阶教程_python多任务及网络编程，从零搭建网站全套教程

3.spark3.2从基础到精通

Spark是大数据体系的明星产品，是一款高性能的分布式内存迭代计算框架，可以处理海量规模的数据。本课程基于Python语言学习Spark3.2开发，课程的讲解注重理论联系实际，高效快捷，深入浅出，让初学者也能快速掌握。让有经验的工程师也能有所收获。

Spark全套视频教程，大数据spark3.2从基础到精通，全网首套基于Python语言的spark教程

4.大数据Hive+Spark离线数仓工业项目实战

通过大数据技术架构，解决工业物联网制造行业的数据存储和分析、可视化、个性化推荐问题。一站制造项目主要基于Hive数仓分层来存储各个业务指标数据，基于sparkSQL做数据分析。核心业务涉及运营商、呼叫中心、工单、油站、仓储物料。

全网首次披露大数据Spark离线数仓工业项目实战，Hive+Spark构建企业级大数据平台