大數據是眼下非常時髦的技術名詞，與此同時自然也催生出了一些與大數據處理相關的職業，通過對數據的挖掘分析來影響企業的商業決策。

數據可視化

這群人在國外被叫做數據科學家（Data Scientist），這個頭銜最早由D.J.Pati和Jeff Hammerbacher于2008年提出，他們后來分別成為了領英（LinkedIn）和Facebook數據科學團隊的負責人。而數據科學家這個職位目前也已經在美國傳統的電信、零售、金融、制造、物流、醫療、教育等行業里開始創造價值。

雖然對于一些大公司來說，擁有碩博學歷的公司人是比較好的選擇，不過阿里巴巴集團研究員薛貴榮強調，學歷并不是最主要的因素，能有大規模處理數據的經驗并且有喜歡在數據海洋中尋寶的好奇心會更適合這個工作。除此之外，一個優秀的大數據工程師要具備一定的邏輯分析能力，并能迅速定位某個商業問題的關鍵屬性和決定因素。“他得知道什么是相關的，哪個是重要的，使用什么樣的數據是最有價值的，如何快速找到每個業務最核心的需求。”聯合國百度大數據聯合實驗室數據科學家沈志勇說。學習能力能幫助大數據工程師快速適應不同的項目，并在短時間內成為這個領域的數據專家;溝通能力則能讓他們的工作開展地更順利，我是一名大數據程序員，建了一個大數據資源共享群593188212 每天分享大數據學習資料和學習路線，給大家學習，交流。因為大數據工程師的工作主要分為兩種方式：由市場部驅動和由數據分析部門驅動，前者需要常常向產品經理了解開發需求，后者則需要找運營部了解數據模型實際轉化的情況。

數據迷茫期

需要具備的能力

1.數學及統計學相關的背景

就我們采訪過的BAT三家互聯網大公司來說，對于大數據工程師的要求都是希望是統計學和數學背景的碩士或博士學歷。缺乏理論背景的數據工作者，更容易進入一個技能上的危險區域（Danger Zone）—一堆數字，按照不同的數據模型和算法總能捯飭出一些結果來，但如果你不知道那代表什么，就并不是真正有意義的結果，并且那樣的結果還容易誤導你。“只有具備一定的理論知識，才能理解模型、復用模型甚至創新模型，來解決實際問題。”沈志勇說。

2.計算機編碼能力

實際開發能力和大規模的數據處理能力是作為大數據工程師的一些必備要素。

舉例來說，現在人們在社交網絡上所產生的許多記錄都是非結構化的數據，如何從這些毫無頭緒的文字、語音、圖像甚至視頻中攫取有意義的信息就需要大數據工程師親自挖掘。即使在某些團隊中，大數據工程師的職責以商業分析為主，但也要熟悉計算機處理大數據的方式。

3.對特定應用領域或行業的知識

大數據工程師這個角色很重要的一點是，不能脫離市場，因為大數據只有和特定領域的應用結合起來才能產生價值。所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對于之后成為大數據工程師有很大幫助，因此這也是應聘這個崗位時較有說服力的加分項。