浅谈与大数据相关的几个工作岗位
数据仓库ETL工程师、数据架构师这五类。现在就其中的个别职位进行分析，可以让学习大数据的学员根据自身条件选择适合自己的岗位。
1.市场调研
市场调研这个职位其实是一个几乎100%的业务职位，对技术要求不高。它的主要工作内容就是调研外部数据，比如竞争对手的情况，目标用户的情况，乃至于整个行业的情况等。为产品的每一次改版和销售计划提供数据支撑。在一般的互联网公司，市场调研一般归属于用户体验部（UED）或产品部，工作需要投入到市场当中去，如设计、发放、收集调研问卷，到各城市去开用户访谈会，打调研电话等。
职位一般不要求会编程，但要求动一些基础的统计学知识，常用的工具只有EXCEL和PPT，如果会一些SPSS更好。建议学员们一开始可以先去咨询公司积累工作经验。往上可以做到市场调研总监，还可以做互联网公司产品策划经理或品牌经理。
全球最大的咨询公司如：华通明略、盖洛普、尼尔森、益普索之类；互联网行业如：艾媒、艾瑞之类，都是不错的去处。
2.数据分析师
相较于市场调研，数据分析师对技术有一定的要求，但大部分工作还是要偏向于市场。之所以说需要拥有一定的技术才能从事这一岗位，是因为随着时代的发展，数据量越来越大，数据也越来越有价值。数据的索取需要用到SQL语句。EXCEL也不能再满足大量数据的分析需求，这时就需要用到一些数据处理工具，如R或者SAS。
在业务层面，数据分析师需要通过数据对产品进行反馈，供日常业务部门取数，为产品的改版提供数据支撑，搭建整个公司的数据流，并对其进行跟踪。在源头端，需要跟产品经理沟通需要上报的数据，并将上报的数据录入数据库，并对数据进行分析，主动制定课题，将分析成果呈现在PPT上，这一工作影响着业务部门的最终决策。
数据分析师还要应付业务部门的取数任务，将重复性的取数工作行程报表，自动化的完成取数工作需要和数据仓库以及后端开发的人去沟通。
3.数据产品经理
这个职位其实与数据分析师的工作内容有一部分的重叠，不同的是，数据产品经理更加关注数据分析的产品化。主要负责的工作如下：
· 产品开发：撰写买点需求文章，跟进买点开发；
· 灰度测试：测试埋点数据准确性，提交埋点BUG；
· 产品上线：撰写产品上线数据对比报告;
· 产品运营：协调数据后台开发；支持业务部门提数；数据监控、预警。
4.数据挖掘工程师
数据挖掘工程师基本上算是在大数据专业相关工作中，技术含量最高的职位了。这一职位对企业具有很高的价值。除了需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求。
数据挖掘最重要的应用场景就是推荐系统。例如，一个某宝用户在浏览了一种商品以后，还浏览了哪些商品，还购买了哪些东西。要在这些错综复杂的关系和纬度中提取、计算其相关性，其商业价值不言而喻。
像朴素贝叶斯、神经网络、逻辑回归等很多著名的数据挖掘算法都需要深厚的统计学根底和相应的项目经验，才能很好的应用到各项业务中去。
在过去，受限于技术，预测的概率大概只有60%。现在，随着大数据逐步的发展成熟，数据工程师能够通过接近全量的数据进行建模，最终能达到高至80%-90%的预测概率，使得数据挖掘工作更有价值。
BAT之类的大型互联网公司拥有成熟的应用场景，对大数据拥有足够的重视，是数据挖掘工程师最理想的归属。就目前的就业市场而言，一位拥有1-2年工作经验的数据挖掘工程师在拥有研究生学历的前提下能够轻松拿到25000以上的薪水，职业发展前景一片光明。
