• 回答数

    4

  • 浏览数

    357

mingmingsherry
首页 > 工程师考试 > 数据库开发工程师招聘

4个回答 默认排序
  • 默认排序
  • 按时间排序

小璐贝贝

已采纳

大数据公司有• 国内:阿里巴巴、华为、百度、腾讯、浪潮、探码科技、中兴通讯、神州融、中科曙光、华胜天成、用友等。• 国际:IBM、惠普、Splunk、戴尔、Opower、Teradata、甲骨文、微软、亚马逊、谷歌、New Relic、Alation等。大数据的工作职位有:(1)大数据开发工程师开发,建设,测试和维护架构;负责公司大数据平台的开发和维护,负责大数据平台持续集成相关工具平台的架构设计与产品开发等(2)数据分析师收集,处理和执行统计数据分析;运用工具,提取、分析、呈现数据,实现数据的商业意义,需要业务理解和工具应用能力(3)数据挖掘工程师数据建模、机器学习和算法实现;商业智能,用户体验分析,预测流失用户等;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(4)数据架构师需求分析,平台选择,技术架构设计,应用设计和开发,测试和部署;高级算法设计与优化;数据相关系统设计与优化,需要平台级开发和架构设计能力(5)数据库开发设计,开发和实施基于客户需求的数据库系统,通过理想接口连接数据库和数据库工具,优化数据库系统的性能效率等(6)数据库管理数据库设计、数据迁移、数据库性能管理、数据安全管理,故障检修问题、数据备份、数据恢复等(7)数据科学家数据挖掘架构、模型标准、数据报告、数据分析方法;利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换(8)数据产品经理把数据和业务结合起来做成数据产品;平台线提供基础平台和通用的数据工具,业务线提供更加贴近业务的分析框架和数据应用

数据库开发工程师招聘

124 评论(8)

素手宛花

现在学java好不好还有没有发展前景以及就业岗位。想学java的人不在少数,但正因为这点也有很多人存在疑虑:现在学java还有没有前途,那么多人在学,会不会企业招人达到饱和?今天java课程培训机构将为大家带来相关问题解答,为学子们解惑。java发展前景就目前的发展形势而言,学java还有很大的发展空间,根据IDC的统计数字,在所有软件开发类人才的需求中,对JAVA工程师的需求达到了部需求量的60%~70%。同时,JAVA工程师的薪水相对较高。通常来说,具有3~5年开发经验的工程师,拥有年薪10万元是很正常的一个薪酬水平。80%学员毕业后年薪都超过了5万元。Java平台以其移动性、安性和开放性受倒追捧。尤其现在android风云突起对Java就业有更多是机会(android的前景会在以后介绍到)。java就业岗位java的就业岗位有:Java(JavaEE)开发工程师、Java实施工程师、.NET软件开发工程师、软件开发工程师、外包开发工程师、应用软件研发工程师、网站设计和开发工程师、数据库工程师、ERP/CRM/OA/B2C应用开发工程师、测试工程师、系统分析员、文档工程师等等。每个岗位所需要大家掌握的技能都不同,比如Java(JavaEE)开发工程师岗位招聘需要:熟悉JAVAEE编程体系结构;熟悉Javascipt、JQuery等前端开发技术的应用;对SQLServer、MySQL或者ORACLE数据库开发有丰富经验等等。大家可在前程无忧招聘网站上输入相关职位名称,看企业对招聘列出哪些技能要求。安徽北大青鸟校区就业老师也会在授课过程中针对企业需求重点指出,让大家尽快掌握实用技术。

267 评论(14)

猪小七ice

根据数据岗位工作的内容,大致分为下面几类:1、初级分析类,包括业务数据分析师、商务数据分析师等。2、挖掘算法类,包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。3、开发运维类,包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。3、产品运营类,包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。

114 评论(12)

niuzhirong

说个大概吧

大数据开发工程师:负责公司大数据平台的开发和维护,负责大数据平台持续集成相关工具平台的架构设计与产品开发等;

数据分析师:进行数据搜集、整理、分析,针对数据分析结论给管理销售运营提供指导意义的分析意见;

数据挖掘工程师:商业智能,用户体验分析,预测流失用户等;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。

数据库开发:设计,开发和实施基于客户需求的数据库系统,通过理想接口连接数据库和数据库工具,优化数据库系统的性能效率等;

数据管理:数据库设计、数据迁移、数据库性能管理、数据安全管理,故障检修问题、数据备份、数据恢复等;

数据科学家:清洗,管理和组织(大)数据,利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换;

数据产品经理:把数据和业务结合起来做成数据产品。

314 评论(11)

相关问答