大数据有哪些工作岗位？都需要掌握哪些技能？

随着大数据时代的来临，大数据的应用已经深入我们生活的方方面面。现在，各行各业对大数据人才的需求都是空前巨大的。那么，大数据有哪些工作岗位？都需要掌握哪些技能呢？目前，大数据工程师工作领域大致可分为五类：离线相关工作岗位、Storm实时计算工作岗位、Spark内存计算工作岗位、Flink 实时计算工作岗位和机器学习相关岗位。下面我们来看看从事以上岗位要学习掌握的技能。

1、大数据离线相关工作岗位：要胜任大数据离线相关工作岗位，需要掌握hadoop 离线分布式系统，比如hdfs、mapreduce、yarn、hive、辅助系统工具都是需要了解学习的内容。只有熟练掌握了以上的技能，才能胜任ETL工程师、hadoop开发工程师、hadoop运维工程师、Hive工程师、数据仓库工程师等工作岗位。

2、大数据Storm实时计算工作岗位：Storm实时计算相关工作需要掌握kafka消息队列、storm编程、storm 项目开发中的strom日志告警、strom路由器项目开等内容。掌握好了这部分技能就能胜任包括ETL工程师、大数据开发工程师、Storm流式计算工程师等岗位。

3、大数据Spark内存计算工作岗位：要想从事大数据Spark内存计算工作岗位，需要学习scala编程、park、hbase、用户画像、项目可视化等内容，就能胜任包括ETL工程师、Spark工程师、Hbase工程师、用户画像系统工程师、数据分析师在内的众多岗位。

4、大数据 Flink 实时计算工作岗位：想要胜任Flink相关工作，从事ETL工程师、Flink工程师、大数据实时开发工程师等岗位，就要学习Flink的先关知识点。

5、机器学习和大数据相关岗位：学好Python语言、用户画像标签预测、集成学习算法、构建人才(用户)流失模型、推荐系统、CTR点击率预估实战能够胜任机器学习、数据挖掘等相关工作，包括推荐算法工程师、数据挖掘工程师、机器学习工程师，填补人工智能领域人才急剧增长产生的缺口。

随着大数据在人们工作及日常生活中的应用，以上五类大数据方向的工作岗位的职业发展前景和薪资待遇都是十分可观的。因此，大数据的行业要学习和掌握的技能比较广泛，如果大家现在有学习大数据的打算，可以先选择未来想要从事的职业方向。像是大数据的开发、数据分析、数据挖掘包括科研反向，都是目前大热的工作岗位。