上?？煽诳蓸饭菊衅福抗ぷ黝悇e兩年數(shù)據(jù)庫ETL infomatic開發(fā)經(jīng)驗(yàn)。在武漢工資能開到多少？ETL工程師各年限工資在武漢是什么行情？如果你的技能比較高，最高年薪30萬，你 我們最好去北京和杭州。

上?？煽诳蓸饭菊衅?？

工作類別

兩年數(shù)據(jù)庫ETL infomatic開發(fā)經(jīng)驗(yàn)。在武漢工資能開到多少？ETL工程師各年限工資在武漢是什么行情？

如果你的技能比較高，最高年薪30萬，你 我們最好去北京和杭州。

大數(shù)據(jù)工程師需要學(xué)歷嗎？

是的，至少你需要一個(gè)學(xué)士學(xué)位。;本科或以上學(xué)歷。

從企業(yè)角度來看，大數(shù)據(jù)人才大致可以分為三個(gè)領(lǐng)域:產(chǎn)品和市場(chǎng)分析、安全和風(fēng)險(xiǎn)分析、商業(yè)智能。產(chǎn)品分析是指通過算法測(cè)試新產(chǎn)品的有效性，這是一個(gè)比較新的領(lǐng)域。在安全和風(fēng)險(xiǎn)分析方面，數(shù)據(jù)科學(xué)家知道需要收集哪些數(shù)據(jù)，如何快速分析，通過分析信息最終有效遏制網(wǎng)絡(luò)入侵或抓捕網(wǎng)絡(luò)犯罪分子。

一. ETL研究和開發(fā)

隨著數(shù)據(jù)的種類越來越多，企業(yè)對(duì)數(shù)據(jù)集成專業(yè)人才的需求越來越大。ETL開發(fā)人員與不同的數(shù)據(jù)源和組織打交道，從不同的來源提取數(shù)據(jù)，進(jìn)行轉(zhuǎn)換并導(dǎo)入數(shù)據(jù)倉庫，以滿足企業(yè)的需求。

ETL的研發(fā)主要負(fù)責(zé)將關(guān)系數(shù)據(jù)、平面數(shù)據(jù)文件等分散異構(gòu)的數(shù)據(jù)源中的數(shù)據(jù)提取到一個(gè)臨時(shí)的中間層進(jìn)行清洗、轉(zhuǎn)換和集成，最終加載到一個(gè)數(shù)據(jù)倉庫或數(shù)據(jù)集市中，成為聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘的基礎(chǔ)。

目前ETL行業(yè)比較成熟，相關(guān)崗位的工作生命周期比較長，通常由內(nèi)部員工和外包承包商完成。大數(shù)據(jù)時(shí)代ETL人才炙手可熱的原因之一是，在企業(yè)大數(shù)據(jù)應(yīng)用初期，Hadoop只是窮人的ETL。

二、Hadoop開發(fā)

Hadoop的核心是HDFS和MapReduce。HDFS提供海量數(shù)據(jù)存儲(chǔ)，MapReduce提供數(shù)據(jù)計(jì)算。隨著數(shù)據(jù)集規(guī)模越來越大，傳統(tǒng)BI數(shù)據(jù)處理成本高，企業(yè)對(duì)Hadoop以及相關(guān)的Hive、HBA等廉價(jià)數(shù)據(jù)處理技術(shù)感興趣。對(duì)e、MapReduce、Pig等的需求。會(huì)繼續(xù)增長。如今，擁有Hadoop框架經(jīng)驗(yàn)的技術(shù)人員是搶手的大數(shù)據(jù)人才。

第三，可視化(前端演示)工具的開發(fā)

海量數(shù)據(jù)的分析是一個(gè)很大的挑戰(zhàn)，Spotifre、Qlikview、Tableau等新型數(shù)據(jù)可視化工具可以直觀高效地展示數(shù)據(jù)。

可視化開發(fā)是可視化開發(fā)工具通過在可視化開發(fā)工具提供的圖形用戶界面上操作界面元素，自動(dòng)生成應(yīng)用軟件。跨多個(gè)資源和級(jí)別連接所有數(shù)據(jù)也很容易。經(jīng)過時(shí)間考驗(yàn)，完全可擴(kuò)展、功能全面的可視化組件庫為開發(fā)人員提供了一個(gè)完整且易于使用的組件集合，以構(gòu)建極其豐富的用戶界面。

以前數(shù)據(jù)可視化屬于商業(yè)智能開發(fā)人員的范疇，但是隨著Hadoop的興起，數(shù)據(jù)可視化已經(jīng)成為一個(gè)獨(dú)立的專業(yè)技能和崗位。

第四，信息架構(gòu)開發(fā)

大數(shù)據(jù)重新點(diǎn)燃了主數(shù)據(jù)管理的熱潮。充分利用企業(yè)數(shù)據(jù)，支持決策，需要非常專業(yè)的技能。信息架構(gòu)師必須知道如何定義和歸檔關(guān)鍵元素，以確保以最有效的管理和利用數(shù)據(jù)。信息架構(gòu)師的關(guān)鍵技能包括主數(shù)據(jù)管理、業(yè)務(wù)知識(shí)和數(shù)據(jù)建模。

動(dòng)詞 （verb的縮寫）數(shù)據(jù)倉庫研究

數(shù)據(jù)倉庫是所有類型數(shù)據(jù)的戰(zhàn)略性集合，支持企業(yè)所有級(jí)別的決策過程。它是一個(gè)單獨(dú)的數(shù)據(jù)存儲(chǔ)，用于分析報(bào)告和決策支持。為企業(yè)提供指導(dǎo)業(yè)務(wù)流程改進(jìn)和監(jiān)控時(shí)間、成本、質(zhì)量和控制所需的商業(yè)智能。

第六，OLAP發(fā)展

隨著數(shù)據(jù)庫技術(shù)的發(fā)展和應(yīng)用，數(shù)據(jù)庫存儲(chǔ)的數(shù)據(jù)量已經(jīng)從80年代的兆字節(jié)(M)和千兆字節(jié)(G)發(fā)展到現(xiàn)在的兆字節(jié)(T)和千兆字節(jié)(P)。同時(shí)，用戶 查詢需求變得越來越復(fù)雜，不僅涉及查詢或操作一個(gè)關(guān)系表中的一條或幾條記錄，還涉及分析和信息多個(gè)表中數(shù)千萬條記錄的數(shù)據(jù)。聯(lián)機(jī)分析處理(OLAP)系統(tǒng)負(fù)責(zé)解決這類海量數(shù)據(jù)處理問題。

OLAP在線分析的開發(fā)人員負(fù)責(zé)從關(guān)系或非關(guān)系數(shù)據(jù)源中提取數(shù)據(jù)以建立模型，然后創(chuàng)建數(shù)據(jù)訪問的用戶界面以提供高性能的預(yù)定義查詢功能。