考研资讯大数据分析考什么,考研 大数据分析
cysgjj时间2024-05-31 10:50:55分类考研资讯浏览45
大家好，今天小编关注到一个比较有意思的话题，就是关于考研资讯大数据分析考什么的问题，于是小编就整理了1个相关介绍考研资讯大数据分析考什么的解答，让我们一起看看吧。
大数据开发、大数据分析、大数据运维主要工作各是什么？哪个好？
对数据和数字感兴趣——>大数据分析
对操作系统、硬件、网络、运维感兴趣——>大数据运维
大数据开发：需要较强的数据分析理论和思维做基础，数据分析注重数据敏感度，业务问题的理解和转化能力。
大数据分析：熟练各种开发语言和框架，很强的code能力开发，需求和功能实现能力。
大数据运维：对大数据集群进行监控和维护升级，保障集群正常运行，从而保证 数据收集服务能正常运行，保证集群***够用，监控集群***消耗情况。
大数据开发的主要工作
开发数据收集工具，数据清洗和整理，开发数据应用；当然这些不是一个人去完成，都会落在各个团队中去完成。
完整这些工作需要哪些技能？从这些技能我们也能看出来大数据开发的主要工作，就是这些工具打交道。一门开发语言(j***a/python/c#/scala 等)，大数据下的一些框架：MapReduce，Spark，Hdfs，Storm，Hbase，Zookeeper 等，只会其中的2到三项基本找份工作没有问题，如何进阶在这不详细讨论。
大数据分析的主要工作
有大表哥，专门做各种报表。取数机器人，提取各种数据。当然也有做数据分类，特征提取等数据挖掘，机器学习等高等玩家。
这里一并概括了，大数据分析的主要工作是：基于现有的数据进行数据分析得出一个结论，最后进行商业决策。当然现实不是这样的。大多数人成了大表哥，取数机器人，高端玩家也不列外，挖出来的东西，在没有找到落地场景前，都是一坨一坨的。这里都只是调侃。
大数据分析需要哪些技能呢？我们不管具体的工作内容，看看我们每天要面对那些工具，工具是我们每天要接触的东西。 Excel，SPSS，SQL，数据库，R，Python 等。当然我们不用都会。
大数据运维的工作
对大数据集群进行监控和维护升级，保障集群正常运行，从而保证 数据收集服务能正常运行，保证集群***够用，监控集群***消耗情况。
他们是职业背锅侠，也是一群默默无闻的伙伴。无论开发，还是分析，还是其它的岗位，都有在人前显摆的时候，我们的运维永远只能在人后做好保障。
这三个角色在我们公司分别对应着三个部门，承担的职责也各有不同，还算理解得比较透彻，简单谈一谈。
主要基于大数据平台开展批量作业、实时接口等大数据应用的开发和测试工作，对能力的要求是熟悉Spark、Flink等大数据框架，熟悉SQL，熟悉软件开发测试规范，能够根据业务需要完成业务逻辑的编写。
利用大数据平台、机器学习建模平台、BI平台等开展生产数据的分析和数据建模工作，挖掘数据中存在的业务价值，主要交付物是业务分析报告、各类名单、业务模型等。对能力的要求是:具备数据分析的思维，熟悉SQL，熟悉机器学习建模逻辑，熟悉Python/SAS等开发工具，具备一定的文字能力。
开展大数据平台的日常运维工作，包括批量作业、接口的上线和运行监控，平台的硬件***监控，用户和平台***的分配，平台和作业问题的分析和处置，数据的迁移，平台的扩容，业务数据查询提取变更等，一句话就是保障平台及数据的可用。对能力的要求是:熟悉Hadoop组件，熟悉Linux，熟悉SQL。
从上面的介绍可以看出，这三者的区别是很明显的，要求也各有不同。
实务中，这三个角色是密切相关的，大数据开发人员完成应用开发，大数据运维人员基于开发人员的脚本进行投产并保障作业的稳定运行，大数据开发人员基于开发和运维人员构建的逻辑和数据开展数据分析。
大数据分析人员与业务接触最频繁，有独立的思维能力和发挥的空间，相对来说工作比较有创造性，成果可直接面对公司高层，比较有意思，容易出彩，也容易转向业务。
大数据开发人员往往是按照业务需求或系统需要完成功能性的开发，也能够与业务进行接触，不是太死板，但创造性和自主性相对弱一些，不过往往技术能力比大数据分析人员强，可以说技术业务双赢。
大数据运维人员的主要合作伙伴就是平台和设备，工作相对纯粹，有章可循，有利于技术沉淀，缺点是与业务接触较少，压力大，工作强度大，往往成为幕后英雄。
都是一个战壕里的兄弟，革命分工不同，理解不同，都很好，看各自选择，我就不排序了。
到此，以上就是小编对于考研资讯大数据分析考什么的问题就介绍到这了，希望介绍关于考研资讯大数据分析考什么的1点解答对大家有用。
[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.smbpw.com/post/26571.html
