标签：数据分析工具 使用场景 选型 神经网络 实现 art 技术 echarts 社区
大数据在某种意义上说比云计算更适合大众，比如很多人说大数据是生产力、未来是数据时代，但很少听到云计算是生产力、未来是计算时代。从市场需求和职业岗位来看大数据也一直是个很热门的行业。
作为技术人员，你是否有过转行大数据的想法，是否知道转行大数据的发展路线？
1）数据平台研发路线
• 职责：主要负责大数据技术的产品化，包括开源技术框架的研究、封装和开发。
• 入门：系统性了解大数据技术体系（spark、hadoop、hbase等技术），通读一遍各技术框架的技术文档，知道每项技术能够解决什么问题，其实现原理，优缺点等；能够调用各技术框架API进行功能封装
• 进阶：能够优化开源框架性能及完善开源技术、作为开源社区的commiter
• 发展：数据平台研发架构师、数据平台产品经理
2）数据开发路线
• 职责：也叫ETL工程师，主要负责使用大数据技术采集、处理、分析数据；
• 入门：同数据平台研发工程师，并熟练使用SQL、存储过程；
• 进阶：技术选型、技术架构设计、数据架构设计、平台性能调优
• 发展：数据架构师、大数据DBA
3）数据算法路线
• 职责：俗称调参工程师，主要负责使用机器学习算法建模，处理业务需求，基于算法引擎封装算法工具。
• 入门：python语言，sklearn、tensorflow等算法引擎，熟悉决策树、SVM、朴素贝叶斯、神经网络等各种算法原理和适用场景；
• 进阶：业务建模、调参
• 发展：数据科学家
4）数据可视化路线
• 职责：主要负责数据可视化应用开发
• 入门：各种数据可视化图表适用场景、echarts框架、vue、BI工具
• 进阶：数据应用可视化UIUE设计、大屏展现设计
• 发展：数据艺术家
5）数据分析路线
• 岗位：主要负责结合业务问题，使用大数据分析、制作数据分析报告、规划数据应用
• 入门：熟悉各种分析图表、数据分析工具、具备数据分析报告撰写能力等
• 进阶：熟悉各种算法概念及使用场景、具备敏锐的业务思维、管理思维和应用规划能力
• 发展：数据咨询师、数据产品经理
转行大数据的方向
标签：数据分析工具 使用场景 选型 神经网络 实现 art 技术 echarts 社区
原文地址：https://www.cnblogs.com/doit8791/p/10829348.html
