大数据开发工程师以后可以从事哪些岗位？
大数据开发工程师可以从事以下岗位：
1. 大数据工程师：负责搭建大数据平台、开发和优化数据处理系统和数据仓库。
2. 数据架构师：负责设计和管理企业的数据架构，确保数据在系统中的完整性和一致性。
3. 数据仓库架构师：负责设计和开发数据仓库，使商业智能系统从中获取可靠数据以支持业务决策。
4. 数据科学家：利用数据分析和统计技术帮助企业发现数据中的重要信息，提供商业洞察。
5. 机器学习工程师：建立机器学习系统以自动化数据分析和预测，提供高效率和精度。
6. 数据分析师：负责分析和解释数据，评估业务决策并提供指导建议。
7. 数据治理专员：开发和执行数据治理策略，确保数据质量和信息安全。
8. 数据质量工程师：负责创建和执行数据质量检查和验证规则，保证数据准确性和完整性。
9. 数据基础架构工程师：管理和优化企业数据基础设施的表现和可靠性，以支持各种业务用例。
10. 大数据系统管理员：监测和维护大数据平台性能，并对系统中的错误进行排除，确保系统满足业务需求。
大数据都有哪些就业方向?
很多大学生不想毕业即失业，看中了大数据的前景。都想报考大数据来进行提升自己，而很多学员对于其就业方向不是很了解。1 2 5在职研究生先来给大家分析一下大数据的就业方向，具体如下：
1、Hadoop开发工程师
Hadoop是一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。Hadoop是一个能够对大量数据进行分布式处理的软件框架， 以一种可靠、高效、可伸缩的方式进行数据处理。
2、数据分析师
数据分析师是数据师的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。
3、数据挖掘工程师
做数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，基本的比如线性代数、高等代数、凸优化、概率论等。
大数据工程师的日常工作内容有哪些?
1 写 SQL （很多入职一两年的大数据工程师主要的工作就是写 SQL ）
2 为集群搭大数据环境（一般公司招大数据工程师环境都已经搭好了，公司内部会有现成的大数据平台，但我这边会私下搞一套测试环境，毕竟公司内部的大数据系统权限限制很多，严重影响开发效率）
3 维护大数据平台（这个应该是每个大数据工程师都做过的工作，或多或少会承担“运维”的工作）
4 数据迁移（有部分公司需要把数据从传统的数据库 Oracle、MySQL 等数据迁移到大数据集群中，这个是比较繁琐的工作，吃力不讨好）
5 应用迁移（有部分公司需要把应用从传统的数据库 Oracle、MySQL 等数据库的存储过程程序或者SQL脚本迁移到大数据平台上，这个过程也是非常繁琐的工作，无聊，高度重复且麻烦，吃力不讨好）
6 数据采集（采集日志数据、文件数据、接口数据，这个涉及到各种格式的转换，一般用得比较多的是 Flume 和 Logstash）
7 数据处理
7.1 离线数据处理（这个一般就是写写 SQL 然后扔到 Hive 中跑，其实和第一点有点重复了）
7.2 实时数据处理（这个涉及到消息队列，Kafka，Spark，Flink 这些，组件，一般就是 Flume 采集到数据发给 Kafka 然后 Spark 消费 Kafka 的数据进行处理）
8 数据可视化（这个我司是用 Spring Boot 连接后台数据与前端，前端用自己魔改的 echarts）
9 大数据平台开发（偏Java方向的，大概就是把开源的组件整合起来整成一个可用的大数据平台这样，常见的是各种难用的 PaaS 平台）
10 数据中台开发（中台需要支持接入各种数据源，把各种数据源清洗转换为可用的数据，然后再基于原始数据搭建起宽表层，一般为了节省开发成本和服务器资源，都是基于宽表层查询出业务数据）
11 搭建数据仓库（这里的数据仓库的搭建不是指 Hive ，Hive 是搭建数仓的工具，数仓搭建一般会分为三层 ODS、DW、DM 层，其中DW是最重要的，它又可以分为DWD,DWM,DWS，这个层级只是逻辑上的概念，类似于把表名按照层级区分开来的操作，分层的目的是防止开发数据应用的时候直接访问底层数据，可以减少资源，注意，减少资源开销是减少 内存 和 CPU 的开销，分层后磁盘占用会大大增加，磁盘不值钱所以没什么关系，分层可以使数据表的逻辑更加清晰，方便进一步的开发操作，如果分层没有做好会导致逻辑混乱，新来的员工难以接手业务，提高公司的运营成本，还有这个建数仓也分为建离线和实时的）
总之就是离不开写 SQL ...
