参加大数据培训能找哪些工作？需要具备什么技能？

马云说我们进入了date时代。数据经代替大部分经验成为企业发展的指导准则。对于我们个体而言，首先我们的日常行为以及记录都是大数据的一部分。与此同时面对大数据的发展我们也有了更多的职业机会。因此很多小伙伴纷纷进入大数据培训学校，深化学习大数据技术。那现在参加大数据培训能找哪些工作？分别需要什么技能呢？

大数据毕业后的工作方向：

1、数据开发工程师。主要工作内容：负责数据接入、数据清洗、底层重构，业务主题建模等工作;大数据整体的计算平台开发与应用;

2、数据分析师。主要工作内容：在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询，商务智能，出分析报告。

3、数据挖掘工程师。主要工作内容：在多媒体、电商、搜索、社交等大数据相关行业里做机器学习算法实现和分析。

4、科学研究方向。主要工作内容：在高校、科研单位、企业研究院等高大上科研机构研究新算法效率改进及未来应用。

相对应各个工作方向的主要技能要求：

1、大数据开发工程师。对大数据系统、分布式服务系统有一定了解;拥有扎实的编程能力，熟练掌握常见数据结构，掌握Java/Python语言和常用框架，了解多线程、异步通信处理等;熟练掌握常见SQL、NoSQL数据库原理、数据库设计、查询编写和优化;熟悉大数据处理相关技术，Hadoop、Hive、Spark、Hbase、Mongo、Luc。

2、数据分析师。需要有深厚的数理统计基础，但是对程序开发能力不做要求。需要熟练使用主流的数据挖掘(或统计分析)工具如Business Analytics and Business Intelligence Software(SAS)、SPSS、EXCEL等。需要对与所在行业有关的一切核心数据有深入的理解，以及一定的数据敏感性培养。

3、数据挖掘工程师。需要理解主流机器学习算法的原理和应用。需要熟悉至少一门编程语言如(Python、C、C++、Java、Delphi等)。需要理解数据库原理，能够熟练操作至少一种数据库(Mysql、SQL、DB2、Oracle等)，能够明白MapReduce的原理操作以及熟练使用Hadoop系列工具更好。

4、科学研究方向。需要深入学习数据挖掘的理论基础，包括关联规则挖掘 (Apriori和FPTree)、分类算法(C4.5、KNN、Logistic Regression、SVM等) 、聚类算法 (Kmeans、Spectral Clustering)。目标可以先吃透数据挖掘10大算法各自的使用情况和优缺点。

目前来大部分参加大数据培训的同学主要的就业方向是大数据开发工程师、数据分析师以及数据挖掘工程师三个方向。而科研方向偏向于深度学习研究。像教育培训网这样的比较高端的大数据培训机构而言，主要课程内容以实战为主，所以对于学生的培养方向也是针对就业而言。