大数据工程师等级考试难考吗

考试的难度是不一样的。CDA数据分析员的考试是比较简单的，CDA数据分析员只考一门《数据分析理论知识》，考试方式为机考。CPDA数据分析师的考试比较难，考试是考三科的，上午是《数据分析理论知识》，下午是实操考试《数据分析算法与模型》和《数据分析应用》，均为机考。一般数据分析基础的是考CDA的，然后CPDA是有一定的经验后才考的。我当时在他们这里是先考了CDA的，然后再考CPDA的，分时间段考的。

有啊，希赛出版了数据库系统工程师考试真题讲解视频，对历年真题进行分析讲解，你可以先去试听一下。

软考有点难度，需要多看书和多做练习，把历年的题目都做一遍，熟悉题型。有针对性的复习。你可以上网查查考试大纲，数据库工程师百度贴吧里面也有许多资料。考试要求：（1）掌握计算机体系结构以及各主要部件的性能和基本工作原理；（2）掌握操作系统、程序设计语言的基础知识，了解编译程序的基本知识；（3）熟练掌握常用数据结构和常用算法；（4）熟悉软件工程和软件开发项目管理的基础知识；（5）熟悉计算机网络的原理和技术；（6）掌握数据库原理及基本理论；（7）掌握常用的大型数据库管理系统的应用技术；（8）掌握数据库应用系统的设计方法和开发过程；（9）熟悉数据库系统的管理和维护方法，了解相关的安全技术；（10）了解数据库发展趋势与新技术；（11） 掌握常用信息技术标准、安全性，以及有关法律、法规的基本知识；（12）了解信息化、计算机应用的基础知识；（13）正确阅读和理解计算机领域的英文资料。通过本考试的合格人员能参与应用信息系统的规划、设计、构建、运行和管理，能按照用户需求，设计、建立、运行、维护高质量的数据库和数据仓库；作为数据管理员管理信息系统中的数据资源，作为数据库管理员建立和维护核心数据库；担任数据库系统有关的技术支持，同时具备一定的网络结构设计及组网能力；具有工程师的实际工作能力和业务水平，能指导计算机技术与软件专业助理工程师（或技术员）工作。本考试设置的科目包括：（1）信息系统知识，考试时间为150分钟，笔试；（2）数据库系统设计与管理，考试时间为150分钟，笔试。

不难，不过很大程度上还是得取决于你对IT行业的热爱，我一开始工作的时候纯粹是做Java开发，和大多数Java猿一样天天搞增删改查，但是有段时间公司要摸索大数据，然后领导就让我顶上了。刚开始什么Hadoop，Kafka等等是各种不懂，只会写hive，毕竟我有SQL基础。再后来发现hive实现一些东西很麻烦，就开始学习spark。后来又觉得学得很零零碎碎，就干脆在慕课网找了一套大数据开发的课程，细读慕课网上的教辅资料，重复看老师录制好的视频，每次都有不同的体会，我就这样不断深入学习Hadoop、Spark、Flink等等大数据开发工程师要具备的技能，现在也是能够达到中级大数据开发岗位能力标准了。

对于零基础的朋友，一开始入门可能不会太简单。因为需要掌握一门计算机的编程语言，大家都知道计算机编程语言有很多，比如：R，C++，JAVA等等。目前大多数机构都是教JAVA，我们都知道Java是目前使用最为广泛的网络编程语言之一。他容易学而且很好用，如果你学习过C++语言，你会觉得C++和Java很像，因为Java中许多基本语句的语法和C++一样，像常用的循环语句，控制语句等和C++几乎一样，其实Java和C++是两种完全不同的语言，Java只需理解一些基本的概念，就可以用它编写出适合于各种情况的应用程序。Java略去了运算符重载、多重继承等模糊的概念，C++中许多容易混淆的概念，有的被Java弃之不用了，或者以一种更清楚更容易理解的方式实现，因此Java语言相对是简单的。在学习Java的时候，我们一般需要学习这些课程： HTML&CSS&JS，java的基础，JDBC与数据库，JSP java web技术， jQuery与AJAX技术，SpringMVC、Mybatis、Hibernate等等。这些课程都能帮助我们更好了解Java，学会运用Java。

大数据近年来越来越火，因为有了它，好像什么行业都能精准分析。但是，大数据本身的发展却很少有人分析。近日，国家信息中心、南海大数据应用研究院联合发布了《2017中国大数据发展报告》，首次把中国大数据本身的发展特点和存在的问题，全面呈现了出来。用大数据来了解大数据这份报告全面汇聚了国家发改委互联网大数据分析中心、国家信息中心、“一带一路”大数据中心所掌握的30多个种类，总计40多亿条相关数据，综合运用多种大数据分析方法，对我国大数据产业发展进行了全面分析。所以，称得上是用大数据来了解大数据。北京、广东、上海大数据发展位居前三报告显示，我国大数据发展总体处于起步阶段。但是从地域上看，就有意思了。国家信息中心信息化研究部副主任、南海大数据应用研究院院长于施洋指出：“从地域分布，从各个省来说，北京排第一，这个不足为怪，东部沿海地区这些省份排在前面，大家也都能够想象。但是在西南地区，四川、重庆、贵州这三个地方异军突起，是我们大数据发展的第二个增长极。”产业落后是地方大数据发展的突出短板具体来看，各省份大数据发展指数的排名中，贵州、重庆、四川，紧随东部沿海省份，全部排进了前十名，领先任何一个中部省份。分析认为，这主要是地方政策引领的结果。这三个西部省市，早早都把大数据产业的发展作为重点工程来打造。对于这种“弯道超车”现象，国家行政学院教授汪玉凯建议，这些地方下一步可以重点考虑产业落地问题：“它们是首先抓住了一个概念，然后占了一个先机。但是相对能够落地的产业应用还是比较少的，这是它们的软肋。所以我认为，你们一定要注意应用，要打造你的优势。”人才短缺问题日益突出报告指出，数据管理环节漏洞较多，是大数据发展面临的首要问题，包括由此引发的运营成本过高、资源利用率低、应用部署过于复杂等难点。而我们更关注的是另一大问题。我们会发现，大数据领域里数据是有了，但是能驾驭这些数据的人是极其匮乏的。比如说大数据的专业人才方面，现在分析类的人才，市场是供不应求，缺口非常大，而项目管理类的人才，供给又远远大于需求，所以结构上还不平衡。高端的人才奇缺，这是最突出的问题。”发展大数据要谨防人才“眼高手低”大数据的核心就是数据的抓取与分析，而分析环节，目前离不开人工设置变量，建立模型。所谓“差之毫厘，谬之千里”，大数据分析对人才的要求很高。但首份大数据发展报告却揭示，我国大数据人才能搞管理的不少，真正能做分析的却远远不够，这是典型的“眼高手低”，势必伤害大数据产业的长远发展。人才短板可以从教育方面着手弥补，探索新的人才培养模式。比如，将高校大数据系列课程分为理论教学和技术教学两方面；比如社会上优质的专注大数据人才培养机构等多方面进行。