跻身数据科学领域的五条职业规划道路

大数据文摘 · 公众号 · 大数据 · 2017-03-13 06:34

正文

分析性职业的粗略分析（点击图片放大）

数据管理专员

这本质上是一个IT职业，类似于数据库管理员。数据管理专员被认为和管理数据以及支持数据管理的设施有关。这个职位和数据分析只有很少关联，也类似Python和R语言的使用也不是很必要。可能会用到SQL语言，以及和Hadoop相关的查询语言，比如Hive和Pig。

关键技术以及需要关注的技能：

延伸阅读：

解析大数据关键术语

（http://www.kdnuggets.com/2016/08/big-data-key-terms-explained.html）
解析数据库关键术

（http://www.kdnuggets.com/2016/07/database-key-terms-explained.html）
解析Hadoop关键术语

（http://www.kdnuggets.com/2016/05/hadoop-key-terms-explained.html）
解析Apache Spark关键术语

（http://www.kdnuggets.com/2016/06/spark-key-terms-explained.html）
解析云计算关键术语

（http://www.kdnuggets.com/2016/06/cloud-computing-key-terms-explained.html）
七步理解NoSQL数据库（http://www.kdnuggets.com/2016/07/seven-steps-understanding-nosql-databases.html）
七步掌握数据科学所需的SQL

（http://www.kdnuggets.com/2016/06/seven-steps-mastering-sql-data-science.html）

数据工程师

这是一条非分析大数据职业道路。记得在刚刚的职业道路之中提到的数据设施吗？是的，它们需要被设计和执行，数据工程师就承担了这部分工作。如果说数据管理专员是汽车修理师，那么数据工程师就是汽车工程师。不过不要搞错了，这两个角色都对你的汽车的行驶和持续工作至关重要，对你从A点驾驶到B点同样重要。

说句实话，数据工程师和数据管理专员所需要的技术和技能是相似的，然而，他们各自在不同的层次理解和使用同样的概念。我不会重复之前一种职业中所提到的那些信息（所有这些信息对数据工程师都很重要），但我会专门给数据工程师补充延伸阅读的清单。

延伸阅读：

顶级NoSQL数据库引擎

（http://www.kdnuggets.com/2016/06/top-nosql-database-engines.html）
顶级大数据处理框架

（http://www.kdnuggets.com/2016/03/top-big-data-processing-frameworks.html）
顶级Spark系统环境项

（http://www.kdnuggets.com/2016/03/top-spark-ecosystem-projects.html）
Hadoop和大数据：对于前六大问题的回答

（http://www.kdnuggets.com/2016/01/hadoop-and-big-data-questions.html）
为什么数据科学家和数据工程师需要理解云中的虚拟化

（http://www.kdnuggets.com/2017/01/data-scientist-engineer-understand-virtualization-cloud.html）