java工程师和大数据工程师谁更好找工作?

Answer 1

【导语】从目前的社会形式来看，Java的工作岗位比较多一些，就业人群也比较大，大数据作为新兴职业，虽然需求量也是很大的，但是就业门槛比较高，对于专业技能的要求也是比较高的，当然工资也会比较高，那么java工程师和大数据工程师谁更好找工作?

java和大数据就业前景

Java和大数据专业技术，学成之后都是很值钱很吃香的。

1、java

Java技术已列为当今世界信息技术三大关键之一，跟着大量java人才的产出，也造成了这个商场的饱和状态。越来越多的java程序员开始转行、也陆陆续续不断有新的成员进来。一句话：商场有、看才能。

2、大数据

大数据尽管并不是近年来才有的概念，但从2015、2016年才开始兴起，在2017年彻底点爆。跟着互联网、物联网、人工智能的不断进步及传统行业信息化的提高，全行业对大数据需求急剧增加，造成了百万+的人才缺口，发展前景一片光明。

Java能够转大数据吗

Java是能够转大数据的。

1、java是大数据的根底，转型大数据相对会简单一点。

2、转型也是有一定的限制的，比方：年纪最好在20-32岁之间;大专以上学历。其次便是，大数据范畴需求学习的东西许多，像hadoop、spark等都要学习，要做好努力学习的准备。

3、据相关数据统计未来3-5年内，大数据范畴内的人才缺口将到达300左右。而且，跟着大数据在云核算、人工智能，以及各个范畴当中的应用，必将创造出更多的工作岗位。

4、现在学习大数据有几种方法：大学教育、企业教培、培训组织和自学。现在从java转型大数据范畴的人并不少，当想要真正的完结转型，还要付出足够多的努力。

关于java工程师和大数据工程师谁更好找工作?就给大家介绍到这里了，其实就目前来看，Java是现在后端开发用得最多的编程语言，短时间没有其它语言可以替代，就业前景毋庸置疑，但是社会在不断进步，大数据未来的发展前景不可限量，希望大家能够合理选择。

Answer 2

大数据主要的三大就业方向：

大数据系统研发类人才；

大数据应用开发类人才；

大数据分析类人才。

大数据十大就业职位：


一、ETL研发

随着数据种类的不断增加，企业对数据整合专业人才的需求越来越旺盛。ETL开发者与不同的数据来源和组织打交道，从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要。

ETL研发，主要负责将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。

目前，ETL行业相对成熟，相关岗位的工作生命周期比较长，通常由内部员工和外包合同商之间通力完成。ETL人才在大数据时代炙手可热的原因之一是：在企业大数据应用的早期阶段，Hadoop只是穷人的ETL。

二、Hadoop开发

Hadoop的核心是HDFS和MapReduce.HDFS提供了海量数据的存储，MapReduce提供了对数据的计算。随着数据集规模不断增大，而传统BI的数据处理成本过高，企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapReduce、Pig等的需求将持续增长。如今具备Hadoop框架经验的技术人员是最抢手的大数据人才。

三、可视化（前端展现）工具开发

海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。

可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有数 据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。

过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。

四、信息架构开发

大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以最有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等。

五、数据仓库研究

数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。

数据仓库的专家熟悉Teradata、Neteeza和Exadata等公司的大数据一体机。能够在这些一体机上完成数据集成、管理和性能优化等工作。

六、OLAP开发

随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合。联机分析处理（OLAP）系统就负责解决此类海量数据处理的问题。

OLAP在线联机分析开发者，负责将数据从关系型或非关系型数据源中抽取出来建立模型，然后创建数据访问的用户界面，提供高性能的预定义查询功能。

七、数据科学研究

这一职位过去也被称为数据架构研究，数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际工作 将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。因此，数据科学家首先应当具备优秀的沟通技能，能够同时将数据分析结果解释给IT部门和业务部门领导。

总的来说，数据科学家是分析师、艺术家的合体，需要具备多种交叉科学和商业技能。

八、数据预测（数据挖掘）分析

营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。

九、企业数据管理

企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据清洗 和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需要保证 市场数据的完整性，准确性，唯一性，真实性和不冗余。

十、数据安全研究

数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏。