研發所謂的大數據

1. java開發和大數據開發的區別在哪兒

其實沒啥區別，都是業務應用開發的工程師，普通的程序員，日常的工作都是調內包和調參，要說區別的話，容那麼這個開發工程師通常是在spring框架之下活動，大數據應用開發工程師通常是在hadoop框架之下活動吧。

2. 大數據開發工程師是做什麼的

大數據開發工程師所涉及的工作內容還是挺多的，比如數據抽取，數據清洗，數據建模，數倉以及各種主題域的數倉建模等，需要熟悉各種數據抽取，etl工具等

3. 大數據開發能做什麼能開發什麼項目

零售業：主要集中在客戶營銷分析上，通過大數據技術可以對客戶的消費信息進行專分析。獲知

客戶的消屬費習慣、消費方向等，以便商場做好更合理商品、貨架擺放，規劃市場營銷方案、產品推薦手段等。

金融業：在金融行業里頭，數據即是生命，其信息系統中積累了大量客戶的交易數據。通過大數據可以對客戶的行為進行分析、防堵詐騙、金融風險分析等。

醫療業：通過大數據可以輔助分析疫情信息，對應做出相應的防控措施。對人體健康的趨勢分析在電子病歷、醫學研發和臨床試驗中，可提高診斷准確性和葯物有效性等。

製造業：該行業對大數據的需求主要體現在產品研發與設計、供應鏈管理、生產、售後服務等。通過數據分析，在產品研發過程中免除掉一些不必要的步驟，並且及時改善產品的製造與組裝的流程。

4. 大數據工程師和大數據開發工程師的職能有何區別

大數據工程師和大數據開發工程師兩者之間沒有區別。大數據工程專師指的就是大數據開屬發工程師。大數據工程師（即大數據開發工程師）從事大數據採集、清洗、分析、治理、挖掘等技術研究，並加以利用、管理、維護和服務。

4、設計、開發、集成、測試大數據軟硬體系統。

5、管理、維護並保障大數據系統穩定運行。

6、監控、管理和保障大數據安全。

7、提供大數據的技術咨詢和技術服務。

(4)研發所謂的大數據擴展閱讀：

大數據工程師（即大數據開發工程師）的技能要求：

1、精通Java技術知識，熟悉Spark、kafka、Hive、HBase、zookeeper、HDFS、MR等應用設計及開發。

2、了解python/shell等腳本語言。

3、熟悉大數據平台架構，對ETL、數據倉庫等有一定了解。

4、有數據可視化、數據分析、數學模型建立相關經驗者優先考慮。

5、有爬蟲系統開發經驗者優先。

5. 你對大數據有哪些認識

"大數據"是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。從數據的類別上看，"大數據"指的是無法使用傳統流程或工具處理或分析的信息。它定義了那些超出正常處理范圍和大小、迫使用戶採用非傳統處理方法的數據集。 亞馬遜網路服務（AWS）、大數據科學家JohnRauser提到一個簡單的定義：大數據就是任何超過了一台計算機處理能力的龐大數據量。 研發小組對大數據的定義："大數據是最大的宣傳技術、是最時髦的技術，當這種現象出現時，定義就變得很混亂。" Kelly說："大數據是可能不包含所有的信息，但我覺得大部分是正確的。對大數據的一部分認知在於，它是如此之大，分析它需要多個工作負載，這是AWS的定義。當你的技術達到極限時，也就是數據的極限"。 大數據不是關於如何定義，最重要的是如何使用。最大的挑戰在於哪些技術能更好的使用數據以及大數據的應用情況如何。這與傳統的資料庫相比，開源的大數據分析工具的如Hadoop的崛起，這些非結構化的數據服務的價值在哪裡。

6. 大數據開發和大數據可視化哪個好

大數據開發的學習內容中包含可視化，掌握了大數據的開發技術，也可以從事版可視化的相關工權作。
基礎階段：Linux、Docker、KVM、MySQL基礎、Oracle基礎、MongoDB、redis。hadoop maprece hdfs yarn：hadoop：Hadoop 概念、版本、歷史，HDFS工作原理，YARN介紹及組件介紹。大數據存儲階段：hbase、hive、sqoop。大數據架構設計階段：Flume分布式、Zookeeper、Kafka。大數據實時計算階段：Mahout、Spark、storm。大數據數據採集階段：Python、Scala。大數據商業實戰階段：實操企業大數據處理業務場景，分析需求、解決方案實施，綜合技術實戰應用。
大數據技術人員的就業方向：大數據系統研發類人才、大數據應用開發類人才和大數據分析類人才。
工作崗位：ETL研發、Hadoop開發、可視化（前端展現）工具開發、信息架構開發、數據倉庫研究、OLAP開發、數據預測（數據挖掘）分析、企業數據管理、數據安全研究、數據科學研究等。

7. 研發和應用app算大數據行業嗎

研發和應用app是屬於大數據行業的，App才是大數據的未來。

在市場上它需要公司提供大數據App，能夠洞察特定市場版塊或業務流程、及時反饋數據、到達盡可能多的調差對象。在大數據的價值創造的大浪潮還在路上，更應該專注於利用基礎架構來創建新的App，進而達到優化業務流程的目的。所以新型大數據投資家的參考標準是同時具備以下3項能力的軟體或信息服務公司：能夠控制並接觸商業模式；擁有大數據架構和技術；擁有使用相關數據的權力。

8. 什麼是大數據有什麼意義

當然有用了，看來你不懂。現在國內很多人，包括所謂的磚家和業內人士所版講的大數權據都是指「數據抓取」和「數據分析統計」，最後為「決策」作依據，其實這是對大數據錯誤的認識和思維。大數據的難點不在於技術，而在於應用。這幫人完全把未來信息化社會想像的過於簡單，完全沒有想像力的人出來討論和定義大數據概念。真正的大數據其實是國家層面的戰略，大數據結構是扁平式（也稱分布式），這就決定了大數據主要的運用是國家化，社會化的特點。所以，大數據不僅僅是在生活、工作中簡單孤立的抓取、分析、統計或者決策依據，更是對接未來信息化社會物聯網，行政司法監管，軍事經濟等資源優化和集中管理、調配，這將有助於進一步解放生產力，節省地球有限的人類生命資源。建議你可以看一下陳龍劍的《互聯網+和大數據這樣實現偉大復興的中國夢》一文去看看。

9. 大數據開發和數據分析有什麼區別

1、技術區別

大數據開發類的崗位對於code能力、工程能力有一定要求，這意味著需要有一定的編程能力，有一定的語言能力，然後就是解決問題的能力。

因為大數據開發會涉及到大量的開源的東西，而開源的東西坑比較多，所以需要能夠快速的定位問題解決問題，如果是零基礎，適合有一定的開發基礎，然後對於新東西能夠快速掌握。

如果是大數據分析類的職位，在業務上，需要你對業務能夠快速的了解、理解、掌握，通過數據感知業務的變化，通過對數據的分析來做業務的決策。

在技術上需要有一定的數據處理能力，比如一些腳本的使用、sql資料庫的查詢，execl、sas、r等工具的使用等等。在工具層面上，變動的范圍比較少，主要還是業務的理解能力。

2、薪資區別

作為IT類職業中的「大熊貓」，大數據工程師的收入待遇可以說達到了同類的頂級。國內IT、通訊、行業招聘中，有10%都是和大數據相關的，且比例還在上升。

在美國，大數據工程師平均每年薪酬高達17.5萬美元。大數據開發工程師在一線城市和大數據發展城市的薪資是比較高的。

大數據分析：大數據分析同樣作為高收入技術崗位，薪資也不遑多讓，並且，我們可以看到，擁有3-5年技術經驗的人才薪資可達到30K以上。

3、數據存儲不同

傳統的數據分析數據量較小，相對更加容易處理。不需要過多考慮數據的存儲問題。而大數據所涉及到的數據具有海量、多樣性、高速性以及易變性等特點。因此需要專門的存儲工具。

4、數據挖掘的方式不同

傳統的數據分析數據一般採用人工挖掘或者收集。而面對大數據人工已經無法實現最終的目標，因此需要跟多的大數據技術實現最終的數據挖掘，例如爬蟲。

10. 大數據開發與java開發有什麼區別

大數據的就業方向：大數據系統研發類人才、大數據應用開發類人才和大數據分析類人才。

可以從事的相關工作：ETL研發、Hadoop開發、可視化（前端展現）工具開發、信息架構開發、數據倉庫研究、OLAP開發、數據預測（數據挖掘）分析、企業數據管理、數據安全研究、數據科學研究。

Java技術可以做的東西：
1、 做網站：Java可以用來編寫網站，現在很多大型網站都用Jsp編寫。
2、 做Android開發：Android是一種基於Linux的自由及開放源代碼的操作系統，其源代碼是Java。
3、 做游戲：諾基亞的手機游戲有90%以上都是Java開發的。PC端的游戲有《我的世界》，《英雄聯盟》等。
4、 做軟體：Eclipse，MyEclipse等知名Java開發工具.有關開發軟體組件。