大数据运维工程师是对大数据系统的维护，在现在大数据发展态势良好的前提下，大数据运维工程师就业是非常有优势的，并且随着大数据的发展与利用率的提高，前景也是比较好的。
1、负责软件系统的部署运行；
2、负责业务数据系统接入的规划和实施；
3、理解行业业务，梳理业务数据模型；
4、完成项目实施过程中各类文档的编写、收集、整理、归档；
5、与客户保持密切沟通，建立良好的客户关系，保障良好的客户满意度；
有效的分析和控制客户需求，解决项目实施过程中遇到的质量问题和管理问题。
1、精通基于Linux系统的常用服务配置，快速部署；熟悉RHEL或CentOS系统，理解RHEL系统规范，了解epel的rpm打包规范；
2、熟悉OS工作原理，掌握常用系统性能诊断工具；对CPU、MEM、IO、NET四大子系统内核参数以及程序性能优化；
3、熟悉Hadoop生态常用开源项目的部署升级、扩容缩容、性能和管理优化、问题排查等（主要包括Hadoop/Zookeeper/HBase/Hive、Spark、Presto/Kafka、Flume/DataX、Sqoop/Storm、Flink等）；
4、熟悉JVM，熟悉大数据周边并有实践经验者优先（主要包括数据系统：MySQL，Redis，Elasticsearch，NewSQL等；机器学习：TensorFlow等）；
5、熟练使用shell及python，并有一定开发经验。
数据挖掘工程师、大数据专家、数据研究员、用户分析专家等都是经常在国内公司里出现的Title，我们将其统称为“大数据工程师”。“大数据工程师”往往是一个团队，它意味着从数据的收集、整理展现、分析和商业洞察、以至于市场转化的全过程。
用阿里巴巴集团研究员薛贵荣的话来说，大数据工程师就是一群“玩数据”的人，玩出数据的商业价值，让数据变成生产力。大数据和传统数据的最大区别在于，它是在线的、实时的，规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。
沈志勇认为如果把大数据想象成一座不停累积的矿山，那么大数据工程师的工作就是，“第一步，定位并抽取信息所在的数据集，相当于探矿和采矿。第二步，把它变成直接可以做判断的信息，相当于冶炼。最后是应用，把数据可视化等。”
因此分析历史、预测未来、优化选择，这是大数据工程师在“玩数据”时最重要的三大任务。通过这三个工作方向，他们帮助企业做出更好的商业决策。
大数据人才需求及现状分析随着国家重视大数据，政府扶持大数据，大数据在企业中生根发芽，开花结果。未来三至五年，中国需要180万数据人才，但目前只有约30万人。企业基于大数据计算分析存储、数据挖掘、数据分析等数据产业的发展，IT行业需要更多的数据人才。
大数据工程师因为稀缺被很多知名企业高价聘请，因为技术的魅力深受国家的重视，对于大数据就业发展前景是一直被人们看好的。就目前来看大数据工程师的收入待遇可以说达到了同类的顶级，以后的发展前景更是一片光明。大数据目前行业发展迅速，人才紧缺。这也是为什么大数据工资都如此之高的原因。
大数据时代的到来很突然，在国内发展势头迅猛，而人才却非常有限，现在完全是供不应求的状况。在美国，大数据工程师平均每年薪酬高达17.5万美元，而据了解，在国内顶尖互联网类公司，同一个级别大数据工程师的薪酬可能要比其他职位高20％至30％，且颇受企业重视。
大数据工程师、大数据维护工程师、数据挖掘师、大数据算法师。
大数据开发方向：涉及的岗位诸如大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等。
数据挖掘、数据分析和机器学习方向：涉及的岗位诸如大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等。
1、提升程序设计能力。动手实践能力对于本科生的就业有非常直接的影响，尤其在当前大数据落地应用的初期，很多应用级岗位还没有得到释放，不少技术团队比较注重学生程序设计能力，所以具备扎实的程序设计基础还是比较重要的。
2、掌握一定的云计算知识。大数据本身与云计算的关系非常紧密，未来不论是从事大数据开发岗位还是大数据分析岗位，掌握一定的云计算知识都是很有必要的。掌握云计算知识不仅能够提升自身的工作效率，同时也会拓展自身的技术边界。
