感謝邀請(qǐng)！我將從以下幾個(gè)方面回答您的問(wèn)題。

什么是大數(shù)據(jù)？

我們?nèi)绻麖淖置嬉馑祭斫獾脑?huà)，大家的第一反應(yīng)就是龐大的數(shù)據(jù)規(guī)模，其實(shí)大數(shù)據(jù)的這個(gè)大不光是大量/大規(guī)模的意思，還有復(fù)雜多樣等方面的意思。所以咱們可以從以下幾點(diǎn)來(lái)總結(jié)大數(shù)據(jù)的“大”。

1、海量數(shù)據(jù)

大數(shù)據(jù)的大量性是指數(shù)據(jù)量的大小。

2、復(fù)雜多樣

大數(shù)據(jù)的多樣性是指數(shù)據(jù)的種類(lèi)、關(guān)系和來(lái)源是多樣化的，數(shù)據(jù)可以是結(jié)構(gòu)化的、半結(jié)構(gòu)化的以及非結(jié)構(gòu)化的，數(shù)據(jù)的呈現(xiàn)形式包括但不僅限于文本，圖像，視頻，HTML頁(yè)面等等。

3、高增長(zhǎng)率

大數(shù)據(jù)的高速性是指數(shù)據(jù)增長(zhǎng)快速，處理快速，每一天，各行各業(yè)的數(shù)據(jù)都在呈現(xiàn)指數(shù)性爆炸增長(zhǎng)。在許多場(chǎng)景下，數(shù)據(jù)都具有時(shí)效性，如搜索引擎要在幾秒中內(nèi)呈現(xiàn)出用戶(hù)所需數(shù)據(jù)。企業(yè)或系統(tǒng)在面對(duì)快速增長(zhǎng)的海量數(shù)據(jù)時(shí)，必須要高速處理，快速響應(yīng)。

4.、價(jià)值密度低

大數(shù)據(jù)的低價(jià)值密度性是指在海量的數(shù)據(jù)源中，真正有價(jià)值的數(shù)據(jù)少之又少，許多數(shù)據(jù)可能是錯(cuò)誤的，是不完整的，是無(wú)法利用的。言簡(jiǎn)意賅的說(shuō)，有價(jià)值的數(shù)據(jù)占數(shù)據(jù)總量的密度極低，當(dāng)你提煉時(shí)，那簡(jiǎn)直就是大浪淘沙。

5.、真實(shí)性

大數(shù)據(jù)的真實(shí)性是指數(shù)據(jù)的準(zhǔn)確度和可信賴(lài)度，代表數(shù)據(jù)的質(zhì)量。

所以，我們可以理解什么是大數(shù)據(jù)：符合以上特征的海量數(shù)據(jù)，往往在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，所以大數(shù)據(jù)需要特殊的技術(shù)，以有效地處理大量的容忍經(jīng)過(guò)時(shí)間內(nèi)的數(shù)據(jù)。適用于大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)。

大數(shù)據(jù)的價(jià)值所在

大數(shù)據(jù)的核心價(jià)值，我覺(jué)得需要從企業(yè)的經(jīng)營(yíng)管理、業(yè)務(wù)運(yùn)作層面去分析，可以把數(shù)據(jù)的價(jià)值分為兩個(gè)方面，一方面是給企業(yè)創(chuàng)造營(yíng)收，另一方面是給企業(yè)節(jié)省成本。具體體現(xiàn)在以下三個(gè)維度上：

1、數(shù)據(jù)輔助經(jīng)營(yíng)管理、戰(zhàn)略、業(yè)務(wù)決策

比如，為企業(yè)管理者提供基礎(chǔ)的數(shù)據(jù)統(tǒng)計(jì)和各維度的分析報(bào)表，以便支撐全面了解企業(yè)經(jīng)營(yíng)情況、戰(zhàn)略執(zhí)行情況、業(yè)務(wù)運(yùn)轉(zhuǎn)情況；為風(fēng)控人員提供用戶(hù)、交易、履約等維度的分析報(bào)告來(lái)輔助風(fēng)控策略的優(yōu)化；為產(chǎn)品經(jīng)理提供分析報(bào)告可輔助其完善產(chǎn)品功能和改善用戶(hù)體驗(yàn)；為運(yùn)營(yíng)人員提供分析報(bào)告可輔助其發(fā)現(xiàn)運(yùn)營(yíng)問(wèn)題并確定運(yùn)營(yíng)的策略和方向。所以一般對(duì)于一個(gè)中大型企業(yè)來(lái)說(shuō)，都會(huì)自己的BI系統(tǒng)。

2、數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)

通過(guò)數(shù)據(jù)產(chǎn)品、數(shù)據(jù)挖掘模型實(shí)現(xiàn)企業(yè)產(chǎn)品和運(yùn)營(yíng)的智能化，從而極大的提高企業(yè)的整體效能產(chǎn)出。最常見(jiàn)的應(yīng)用領(lǐng)域有基于個(gè)性化推薦技術(shù)的精準(zhǔn)營(yíng)銷(xiāo)服務(wù)、廣告服務(wù)、基于模型算法的風(fēng)控反欺詐服務(wù)征信服務(wù)等。

3、數(shù)據(jù)對(duì)外變現(xiàn)

基于業(yè)務(wù)本身或從第三方渠道整合的數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)進(jìn)行查重、清洗、質(zhì)檢等處理，從而封裝成數(shù)據(jù)產(chǎn)品，來(lái)對(duì)外提供數(shù)據(jù)服務(wù)，從而獲得現(xiàn)金收入。在當(dāng)今大數(shù)據(jù)時(shí)代，市場(chǎng)上其實(shí)很常見(jiàn)，比如：各種大數(shù)據(jù)公司利用自己掌握的大數(shù)據(jù)，提供風(fēng)控查詢(xún)、核驗(yàn)、反欺詐、征信等服務(wù)；提供引流、精準(zhǔn)的智慧營(yíng)銷(xiāo)等服務(wù)；提供數(shù)據(jù)接口平臺(tái)等服務(wù)。

大數(shù)據(jù)職業(yè)的選擇思路

針對(duì)大數(shù)據(jù)職業(yè)的選擇思路，我覺(jué)得可以結(jié)合三方面去考慮，一是喜好，人只有選擇自己最感興趣的細(xì)分領(lǐng)域，才能經(jīng)得住折磨和考驗(yàn)，才能耐得住性子深耕做好。比如你對(duì)大數(shù)據(jù)方向的數(shù)據(jù)挖掘崗位感興趣。二是擅長(zhǎng)，不見(jiàn)得你感興趣的就是你擅長(zhǎng)的，所以也要審視一下感興趣的那個(gè)點(diǎn)的技能要求，你是否擅長(zhǎng)。三是趨勢(shì)，你所感興趣和擅長(zhǎng)的領(lǐng)域在行業(yè)大環(huán)境中是否是未來(lái)發(fā)展趨勢(shì)。

大數(shù)據(jù)職業(yè)具體工作內(nèi)容

至于大數(shù)據(jù)職業(yè)的具體工作內(nèi)容，這個(gè)得看是什么崗位了。

比如數(shù)據(jù)挖掘工程師，其就需要掌握數(shù)據(jù)建模、算法實(shí)現(xiàn)、BI和機(jī)器學(xué)習(xí)等技能。

比如大數(shù)據(jù)架構(gòu)師，其就需要掌握技術(shù)架構(gòu)選型與設(shè)計(jì)、算法設(shè)計(jì)、大數(shù)據(jù)開(kāi)發(fā)和數(shù)據(jù)分析與挖掘等技能。

比如數(shù)據(jù)科學(xué)家，其就需要掌握數(shù)據(jù)模型設(shè)計(jì)與開(kāi)發(fā)、數(shù)據(jù)分析方法、數(shù)據(jù)挖掘等技能。

從以上不同崗位的要求能看出，大數(shù)據(jù)也是一門(mén)綜合學(xué)科，而其中對(duì)數(shù)學(xué)模型的理解與設(shè)計(jì)、算法、數(shù)據(jù)挖掘要求較高，所以當(dāng)你在選擇大數(shù)據(jù)方向的職業(yè)時(shí)，還是要從自己最擅長(zhǎng)的技能分支去考慮，只要精通掌握其中一個(gè)分支，就能發(fā)揮自身價(jià)值，做出成績(jī)。

信息創(chuàng)造價(jià)值，學(xué)習(xí)使人進(jìn)步。

我是泰瑞聊科技，為您打開(kāi)科技生活，感謝您閱讀與關(guān)注！

很高興能夠回答這個(gè)問(wèn)題。之前寫(xiě)了一篇關(guān)于大數(shù)據(jù)概念、特征及職業(yè)的文章，有興趣的可以點(diǎn)開(kāi)我的主頁(yè)查找進(jìn)行瀏覽。關(guān)于這個(gè)回答我將簡(jiǎn)單提及一下大數(shù)據(jù)的概念、重點(diǎn)介紹大數(shù)據(jù)的職業(yè)。

大數(shù)據(jù)概念

大數(shù)據(jù)由巨型數(shù)據(jù)集組成，這些數(shù)據(jù)集大小常超出人類(lèi)在可接受時(shí)間下的收集、運(yùn)用、管理和處理能力。麥塔集團(tuán)（META Group，現(xiàn)為高德納）分析員道格·萊尼（Doug Laney）指出大數(shù)據(jù)的挑戰(zhàn)和機(jī)遇有三個(gè)方向：量（Volume，數(shù)據(jù)大�。�、速（Velocity，數(shù)據(jù)輸入輸出的速度）與多變（Variety，多樣性），合稱(chēng)“3V”或“3Vs”。高德納與現(xiàn)在大部分大數(shù)據(jù)產(chǎn)業(yè)中的公司，都繼續(xù)使用3V來(lái)描述大數(shù)據(jù)。高德納于2012年修改對(duì)大數(shù)據(jù)的定義：“大數(shù)據(jù)是大量、高速、多變的信息資產(chǎn)，它需要新型的處理方式去促成更強(qiáng)的決策能力、洞察力與最優(yōu)化處理�！绷硗�，有機(jī)構(gòu)在3V之外定義第4個(gè)V：真實(shí)性（Veracity）為第四特點(diǎn)。后來(lái)，人們意識(shí)到數(shù)據(jù)的價(jià)值高密度低的特性，又添加了value。

大數(shù)據(jù)必須借由計(jì)算機(jī)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、比對(duì)、解析方能得出客觀結(jié)果。美國(guó)在2012年就開(kāi)始著手大數(shù)據(jù)，奧巴馬更在同年投入2億美金在大數(shù)據(jù)的開(kāi)發(fā)中，更強(qiáng)調(diào)大數(shù)據(jù)會(huì)是之后的未來(lái)石油。數(shù)據(jù)挖掘（data mining）則是在探討用以解析大數(shù)據(jù)的方法。大數(shù)據(jù)需要特殊的技術(shù)，以有效地處理大量的容忍經(jīng)過(guò)時(shí)間內(nèi)的數(shù)據(jù)。適用于特殊大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理（MPP）數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)。

大數(shù)據(jù)職業(yè)劃分與工作內(nèi)容

數(shù)據(jù)管理類(lèi)

1，首席數(shù)據(jù)官

2，數(shù)據(jù)管理員

3，數(shù)據(jù)安全工程師

這類(lèi)主要負(fù)責(zé)公司數(shù)據(jù)的管理，數(shù)據(jù)安全策略的制定和實(shí)現(xiàn)

數(shù)據(jù)分析類(lèi)

1，戰(zhàn)略分析師

2，數(shù)據(jù)分析師

3，網(wǎng)站分析師

4，商業(yè)智能分析員

這類(lèi)主要負(fù)責(zé)數(shù)據(jù)分析相關(guān)的工作

數(shù)據(jù)挖掘類(lèi)

1，數(shù)據(jù)挖掘工程師

2，算法工程師

這類(lèi)負(fù)責(zé)數(shù)據(jù)挖掘算法的設(shè)計(jì)與策略

技術(shù)研發(fā)類(lèi)

1，數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)師

2，數(shù)據(jù)采集工程師

3，數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)工程師

4，數(shù)據(jù)可視化工程師

5，大數(shù)據(jù)架構(gòu)師

6，大數(shù)據(jù)開(kāi)發(fā)工程師

7，系統(tǒng)開(kāi)發(fā)工程師

8，算法開(kāi)發(fā)工程師

這類(lèi)主要負(fù)責(zé)數(shù)據(jù)倉(cāng)庫(kù)的搭建和ETL任務(wù)的開(kāi)發(fā);負(fù)責(zé)大數(shù)據(jù)應(yīng)用系統(tǒng)如：推薦，廣告等系統(tǒng)的開(kāi)發(fā);負(fù)責(zé)數(shù)據(jù)可視化系統(tǒng)的開(kāi)發(fā)

基礎(chǔ)平臺(tái)類(lèi)

1，網(wǎng)絡(luò)工程師

2，hadoop運(yùn)維工程師

3，數(shù)據(jù)庫(kù)運(yùn)維工程師

4，系統(tǒng)運(yùn)維工程師

這類(lèi)主要負(fù)責(zé)大數(shù)據(jù)集群軟硬件的管理和維護(hù)。

總結(jié)

大數(shù)據(jù)是海量的、高增長(zhǎng)率和多樣化的信息資產(chǎn)，它具有“5V”的特性；大數(shù)據(jù)行業(yè)涉及很廣泛，職業(yè)也很多，主要有數(shù)據(jù)管理類(lèi)、數(shù)據(jù)分析類(lèi)、數(shù)據(jù)挖掘類(lèi)、技術(shù)研發(fā)類(lèi)、基礎(chǔ)平臺(tái)類(lèi)等。

更多關(guān)于大數(shù)據(jù)的知識(shí)，可以關(guān)注作者的頭條號(hào)——大數(shù)據(jù)驅(qū)動(dòng)的研究，里面有對(duì)大數(shù)據(jù)分析的系列知識(shí)，且在不斷更新！

大數(shù)據(jù)是指在信息系統(tǒng)中一定范圍內(nèi)的關(guān)鍵信息，難以通過(guò)常規(guī)方式進(jìn)行采集、處理和管控的數(shù)據(jù)集合。由于其具有數(shù)據(jù)量大、類(lèi)型多樣以及增長(zhǎng)迅速的特點(diǎn)，因此是一種需要應(yīng)用云計(jì)算等新興技術(shù)，才能有效進(jìn)行分析、利用的信息資產(chǎn)。

要了解大數(shù)據(jù)職業(yè)的具體工作內(nèi)容，首先需要知道大數(shù)據(jù)產(chǎn)業(yè)的基本運(yùn)轉(zhuǎn)流程，因?yàn)樵谡麄�(gè)產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)均涉及相應(yīng)的大數(shù)據(jù)職能，當(dāng)然不同的角色也有不同的定位。下面以醫(yī)療健康大數(shù)據(jù)為例進(jìn)行簡(jiǎn)要敘述。

數(shù)據(jù)的采集

信息時(shí)代，信息就是財(cái)富，數(shù)據(jù)的獲取是大數(shù)據(jù)應(yīng)用的基礎(chǔ)。醫(yī)療健康行業(yè)的數(shù)據(jù)主要集中在各級(jí)醫(yī)療衛(wèi)生機(jī)構(gòu)，包括患者的診療、用藥、耗材、費(fèi)用等重要信息。采集這些信息一是需要統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，保證數(shù)據(jù)可用性，二是要搭建穩(wěn)定的采集途徑，保證數(shù)據(jù)的可靠性，三是要形成規(guī)范的管控機(jī)制，保證數(shù)據(jù)的安全性。

數(shù)據(jù)的保存

大數(shù)據(jù)的有體量大、增長(zhǎng)迅速的特點(diǎn)，一般需要建立大型的數(shù)據(jù)中心才能實(shí)現(xiàn)，其要求是：一要有極大的數(shù)據(jù)吞吐與存儲(chǔ)能力，二是要具備實(shí)時(shí)不間斷運(yùn)行的能力，三是要具備嚴(yán)格的網(wǎng)絡(luò)安全及攻擊防控能力。

數(shù)據(jù)的應(yīng)用

發(fā)展醫(yī)療健康大數(shù)據(jù)的目的，就是要通過(guò)海量的醫(yī)療基礎(chǔ)信息進(jìn)行整合、分析，指導(dǎo)醫(yī)療決策、提升診療能力、改善服務(wù)質(zhì)量、促進(jìn)醫(yī)學(xué)科研及疾病防治等。舉例來(lái)說(shuō)，依托云計(jì)算及大數(shù)據(jù)平臺(tái)，通過(guò)數(shù)據(jù)分析，我們可以計(jì)算出流感的爆發(fā)時(shí)間、范圍、癥狀等等，從而提前做出應(yīng)對(duì)、防范，以減少發(fā)病率。又如，對(duì)某一藥品的使用情況進(jìn)行監(jiān)測(cè)，應(yīng)用大數(shù)據(jù)分析可以準(zhǔn)確、快速地提取成千上萬(wàn)的診療數(shù)據(jù)，從而得到藥效、副作用及用藥劑量等多方面的評(píng)價(jià)數(shù)據(jù)�？梢�(jiàn)，醫(yī)療大數(shù)據(jù)的廣泛應(yīng)用將極大提升醫(yī)療救治能力，顯著改善人民健康水平。

總之，大數(shù)據(jù)關(guān)系到社會(huì)的方方面面，需要各層次、各行業(yè)、各單位的支撐、協(xié)作才能有效地發(fā)展！

以上是本人對(duì)于大數(shù)據(jù)的一些認(rèn)知，歡迎各路高手拍磚、指教！

究竟什么是大數(shù)據(jù)，每個(gè)人都可能給出不同的答案，就我而言，大數(shù)據(jù)是對(duì)海量數(shù)據(jù)的收集、存儲(chǔ)、處理、分析和應(yīng)用的技術(shù)。

（一）大數(shù)據(jù)不僅僅是大量的數(shù)據(jù)

數(shù)據(jù)是大數(shù)據(jù)的基礎(chǔ)，沒(méi)有數(shù)據(jù)也就沒(méi)有大數(shù)據(jù)這一說(shuō)法，但是，個(gè)人認(rèn)為，僅僅是海量數(shù)據(jù)仍然難以稱(chēng)為大數(shù)據(jù)，還需要數(shù)據(jù)的廣度。維修數(shù)據(jù)而言，單獨(dú)的換件時(shí)間數(shù)據(jù)幾乎沒(méi)有太大的作用，但是當(dāng)換件數(shù)據(jù)與故障數(shù)據(jù)、配件參數(shù)數(shù)據(jù)結(jié)合在一起綜合分析時(shí)，其價(jià)值將翻好幾倍。也就是說(shuō)，在大數(shù)據(jù)技術(shù)中，需要的數(shù)據(jù)不僅量大，還需要廣，即需要覆蓋整個(gè)業(yè)務(wù)的數(shù)據(jù)。

（二）大數(shù)據(jù)的技術(shù)生態(tài)圈

大數(shù)據(jù)架構(gòu)的IaaS、PaaS和SaaS的三層劃分基本得到大部分企業(yè)的認(rèn)同。IaaS層主要提供基礎(chǔ)設(shè)施支撐，涉及的技術(shù)主要是虛擬化技術(shù)，當(dāng)然還可能會(huì)包括多租戶(hù)、計(jì)費(fèi)、安全訪(fǎng)問(wèn)控制等。PaaS層提供應(yīng)用支撐，這一層囊括了當(dāng)前流行的大部分大數(shù)據(jù)技術(shù)，如分布式文件系統(tǒng)HDFS、HBASE、hive、sqoop、MR、storm、yarn、spark、MQ等等；PaaS層提供了大數(shù)據(jù)分析所必須的幾乎所有的軟件支撐，同時(shí)，一些分析算法和模型也往往放在這一層。SaaS層主要是業(yè)務(wù)應(yīng)用，涉及的技術(shù)根據(jù)框架和業(yè)務(wù)需求來(lái)定，當(dāng)然，可視化技術(shù)是必不可少的。

數(shù)據(jù)采集部分不同的企業(yè)的架構(gòu)劃分略有不同，在此我們不在討論其放在哪一層，我們僅僅談一下數(shù)據(jù)采集相關(guān)的技術(shù)。數(shù)據(jù)采集用到的技術(shù)包括：ETL工具、flume、網(wǎng)絡(luò)爬蟲(chóng)等等。在搜索方面，開(kāi)源的搜索引擎主要就是lucene、solr和elasticsearch。

（三）大數(shù)據(jù)相關(guān)的職業(yè)

根據(jù)大數(shù)據(jù)架構(gòu)可以比較清晰的看出其涉及的職業(yè)：

1.虛擬化產(chǎn)品類(lèi)。專(zhuān)注于底層虛擬化平臺(tái)或者產(chǎn)品的研發(fā)、營(yíng)銷(xiāo)工作。

2.數(shù)據(jù)采集類(lèi)。專(zhuān)注于各類(lèi)數(shù)據(jù)的采集，通過(guò)出售數(shù)據(jù)和服務(wù)盈利。

3.設(shè)備類(lèi)。專(zhuān)注于存儲(chǔ)設(shè)備、網(wǎng)絡(luò)設(shè)備的研制、營(yíng)銷(xiāo)工作。

4.大數(shù)據(jù)架構(gòu)師。專(zhuān)注于PaaS和SaaS層應(yīng)用的架構(gòu)的設(shè)計(jì)。

5.算法工程師。專(zhuān)注于大數(shù)據(jù)分析相關(guān)算法研究。

6.數(shù)據(jù)分析師。專(zhuān)注于基于業(yè)務(wù)的大數(shù)據(jù)分析和模型構(gòu)建。

7.大數(shù)據(jù)工程師�；�于PaaS層軟件接口結(jié)合實(shí)際業(yè)務(wù)需求，進(jìn)行二次開(kāi)發(fā)的工程師。

8.大數(shù)據(jù)咨詢(xún)師/顧問(wèn)。為企業(yè)大數(shù)據(jù)在某行業(yè)的發(fā)展提供建議和方向。如智慧城市、健康醫(yī)療、氣象大數(shù)據(jù)等等。

大數(shù)據(jù)的定義。大數(shù)據(jù)，又稱(chēng)巨量資料，指的是所涉及的數(shù)據(jù)資料量規(guī)模巨大到無(wú)法通過(guò)人腦甚至主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。

互聯(lián)網(wǎng)是個(gè)神奇的大網(wǎng)，大數(shù)據(jù)開(kāi)發(fā)也是一種模式，你如果真想了解大數(shù)據(jù)，可以來(lái)這里，這個(gè)手機(jī)的開(kāi)始數(shù)字是一八七中間的是三兒零最后的是一四二五零，按照順序組合起來(lái)就可以找到，我想說(shuō)的是，除非你想做或者了解這方面的內(nèi)容，如果只是湊熱鬧的話(huà)，就不要來(lái)了。

大數(shù)據(jù)的采集�？茖W(xué)技術(shù)及互聯(lián)網(wǎng)的發(fā)展，推動(dòng)著大數(shù)據(jù)時(shí)代的來(lái)臨，各行各業(yè)每天都在產(chǎn)生數(shù)量巨大的數(shù)據(jù)碎片，數(shù)據(jù)計(jì)量單位已從從Byte、KB、MB、 GB、TB發(fā)展到PB、EB、ZB、YB甚至BB、NB、DB來(lái)衡量。大數(shù)據(jù)時(shí)代數(shù)據(jù)的采集也不再是技術(shù)問(wèn)題，只是面對(duì)如此眾多的數(shù)據(jù)，我們?cè)鯓硬拍苷业?其內(nèi)在規(guī)律。

大數(shù)據(jù)的特點(diǎn)。數(shù)據(jù)量大、數(shù)據(jù)種類(lèi)多、 要求實(shí)時(shí)性強(qiáng)、數(shù)據(jù)所蘊(yùn)藏的價(jià)值大。在各行各業(yè)均存在大數(shù)據(jù)，但是眾多的信息和咨詢(xún)是紛繁復(fù)雜的，我們需要搜索、處理、分析、歸納、總結(jié)其深層次的規(guī)律。

大數(shù)據(jù)的挖掘和處理。大數(shù)據(jù)必然無(wú)法用人腦來(lái)推算、估測(cè)，或者用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式計(jì)算架構(gòu)，依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)、云存儲(chǔ)和虛擬化技術(shù)，因此，大數(shù)據(jù)的挖掘和處理必須用到云技術(shù)。

大數(shù)據(jù)從誕生開(kāi)始到現(xiàn)在，概念已經(jīng)從數(shù)據(jù)的維度定義開(kāi)始變成現(xiàn)在一種思維方式了。就是努力用各種相關(guān)的周邊數(shù)據(jù)來(lái)幫助自己的業(yè)務(wù)進(jìn)行提升。

大數(shù)據(jù)開(kāi)發(fā)工程師是大數(shù)據(jù)領(lǐng)域一個(gè)比較熱門(mén)的崗位，有大量的傳統(tǒng)應(yīng)用需要進(jìn)行大數(shù)據(jù)改造，因此崗位有較多的人才需求。這個(gè)崗位需要掌握的知識(shí)結(jié)構(gòu)包括大數(shù)據(jù)平臺(tái)體系結(jié)構(gòu)，比如目前常見(jiàn)的Hadoop、Spark平臺(tái)，以及眾多組件的功能和應(yīng)用，另外還需要掌握至少一門(mén)編程語(yǔ)言，比如Java、Python、Scala等。

學(xué)習(xí)大數(shù)據(jù)的話(huà)，建議系統(tǒng)學(xué)習(xí)，自學(xué)成才的太少了，推薦去北京尚學(xué)堂學(xué)習(xí)，線(xiàn)下校區(qū)有零基礎(chǔ)大數(shù)據(jù)課程和高手班課程，線(xiàn)上的話(huà)有百戰(zhàn)程序員線(xiàn)上學(xué)習(xí)品牌，之前的一個(gè)朋友還專(zhuān)門(mén)對(duì)比過(guò)，線(xiàn)上線(xiàn)下大數(shù)據(jù)課程學(xué)習(xí)內(nèi)容都是一樣的，在職的在校的就適合線(xiàn)上學(xué)習(xí)，學(xué)習(xí)時(shí)間自由靈活，有空即可學(xué)習(xí)，一對(duì)一輔導(dǎo)答疑專(zhuān)業(yè)又貼心。

大數(shù)據(jù)分析師是大數(shù)據(jù)領(lǐng)域非常重要的崗位，大數(shù)據(jù)分析師需要掌握的知識(shí)結(jié)構(gòu)包括算法設(shè)計(jì)、編程語(yǔ)言以及呈現(xiàn)工具，算法設(shè)計(jì)是大數(shù)據(jù)分析師需要掌握的重點(diǎn)內(nèi)容，而編程語(yǔ)言的作用則是完成算法的實(shí)現(xiàn)。另外，大數(shù)據(jù)分析師還需要掌握一些常見(jiàn)的分析工具。

大數(shù)據(jù)運(yùn)維工程師的主要工作內(nèi)容是搭建大數(shù)據(jù)平臺(tái)、部署大數(shù)據(jù)功能組件、配置網(wǎng)絡(luò)環(huán)境和硬件環(huán)境、維護(hù)大數(shù)據(jù)平臺(tái)，大數(shù)據(jù)運(yùn)維工程師需要具備的知識(shí)結(jié)構(gòu)包括計(jì)算機(jī)網(wǎng)絡(luò)、大數(shù)據(jù)平臺(tái)體系結(jié)構(gòu)、編程語(yǔ)言（編寫(xiě)運(yùn)維腳本）等，通常情況下，大數(shù)據(jù)運(yùn)維工程師也需要對(duì)數(shù)據(jù)庫(kù)有深入的了解。

馬云“大膽預(yù)言”，未來(lái)10年，這個(gè)“東西”將比石油和房子更值錢(qián)

隨著科技技術(shù)的不斷發(fā)展，人們的生活水平有了顯著的提高。從之前的2G到現(xiàn)在的5G，互聯(lián)網(wǎng)技術(shù)已經(jīng)越來(lái)越發(fā)達(dá)，而處在互聯(lián)網(wǎng)交織的一張大網(wǎng)之下的我們，一舉一動(dòng)都會(huì)被看得清清楚楚。

大數(shù)據(jù)存在于我們生活中的方方面面。比如說(shuō)，每年官方統(tǒng)計(jì)出的數(shù)據(jù)，淘寶通過(guò)數(shù)據(jù)分析研究消費(fèi)者的喜好，我們到另一個(gè)地方旅游時(shí)接收到的旅游短信等等，都是依托于互聯(lián)網(wǎng)下的大數(shù)據(jù)。

國(guó)家從2014年就將大數(shù)據(jù)列入了首要工作中，逐漸的成為了人們關(guān)注的重點(diǎn)。經(jīng)過(guò)這些年的發(fā)展，不僅受到了國(guó)家的大力扶持，許多商業(yè)大佬也跟緊國(guó)家風(fēng)向，表示大數(shù)據(jù)前途無(wú)量。

馬云就曾“大膽預(yù)言”，未來(lái)十年甚至二十年，最珍貴最值錢(qián)的不是石油，一定是數(shù)據(jù)。他還坦言阿里巴巴最值錢(qián)的東西其實(shí)就是數(shù)據(jù)，從阿里巴巴成立至今沒(méi)有刪掉過(guò)任何一個(gè)數(shù)據(jù)。據(jù)阿里巴巴知情人士透露，阿里巴巴每年花10個(gè)億的資金投入到大數(shù)據(jù)的研發(fā)上，不得不說(shuō)是真的很舍得下血本。或許你會(huì)認(rèn)為是房子，但也不對(duì)，早在2017年馬云就有“房?jī)r(jià)如蔥”的預(yù)言。

那么，這個(gè)被馬云看得如此重要的數(shù)據(jù)究竟有什么魔力呢？

數(shù)據(jù)在電商領(lǐng)域

電商平臺(tái)本身靠的就是消費(fèi)者下單購(gòu)買(mǎi)獲得盈利。那么如何能吸引消費(fèi)者下單就是電商平臺(tái)應(yīng)該考慮的首要問(wèn)題。投其所好就需要靠大數(shù)據(jù)的分析了。

要知道每個(gè)年齡階段，學(xué)歷層次，社會(huì)地位不同的消費(fèi)群體感興趣的東西都是不相同的。而且電商平臺(tái)每天都有成千上萬(wàn)的消費(fèi)者在線(xiàn)瀏覽，產(chǎn)生了大量的數(shù)據(jù)，比如瀏覽記錄，瀏覽時(shí)長(zhǎng)，瀏覽的物品種類(lèi)等等。

數(shù)據(jù)量大而復(fù)雜，如果靠人力逐個(gè)統(tǒng)計(jì)分析，那將會(huì)花費(fèi)大量的人力物力，還有可能出現(xiàn)出錯(cuò)的情況。但是大數(shù)據(jù)就不會(huì)，它有強(qiáng)大的計(jì)算系統(tǒng)可以分析出用戶(hù)的畫(huà)像，用戶(hù)的消費(fèi)喜好等等，這樣就可以實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)和個(gè)性化的服務(wù)，提升了企業(yè)的競(jìng)爭(zhēng)力。

數(shù)據(jù)在醫(yī)療領(lǐng)域

就今年的“黑天鵝”事件，國(guó)家能夠快速地做出反應(yīng)將疫情控制住靠的就是大數(shù)據(jù)。同時(shí)也暴露出了我國(guó)醫(yī)療行業(yè)的短板，就是在大數(shù)據(jù)的統(tǒng)籌方面比較薄弱。數(shù)據(jù)的共享和整合對(duì)于醫(yī)療行業(yè)有著重要作用。

中國(guó)工程院院士胡盛壽就曾公開(kāi)表示，在大數(shù)據(jù)時(shí)代，我們需要改變對(duì)疾病的認(rèn)識(shí)和處理方式，隨著醫(yī)療知識(shí)的不斷深入的發(fā)展，更專(zhuān)業(yè)的細(xì)分，必然會(huì)向大數(shù)據(jù)化，系統(tǒng)化的方向發(fā)展。

以往我們到醫(yī)院診所去看病時(shí)會(huì)手填病歷本，不僅浪費(fèi)時(shí)間還沒(méi)能將其很好的整理統(tǒng)計(jì)起來(lái)。導(dǎo)致大量的信息流失，而這些信息對(duì)于預(yù)測(cè)患病風(fēng)險(xiǎn)和治愈疾病等都有著重要的輔助作用。

在科技部發(fā)布的精準(zhǔn)醫(yī)療科技項(xiàng)目中表示，國(guó)家政策的導(dǎo)向能夠很好的促進(jìn)醫(yī)學(xué)、學(xué)術(shù)、工業(yè)的強(qiáng)強(qiáng)聯(lián)合，共同促進(jìn)大數(shù)據(jù)在醫(yī)療領(lǐng)域中的應(yīng)用，更好地服務(wù)于人民，造福人民。

數(shù)據(jù)在人工智能

人工智能的發(fā)展我們有目共睹，從第一臺(tái)計(jì)算機(jī)到如今的掃地機(jī)器人、聊天機(jī)器人等等，人工智能已經(jīng)從企業(yè)走到了人們的生活中，但是我們對(duì)于人工智能只是感到新奇并不了解。

人工智能主要靠的是大量數(shù)據(jù)的輸入，通過(guò)對(duì)大數(shù)據(jù)的分析，人工智能不斷的學(xué)習(xí)，不斷的吸收。只有對(duì)人和事了解得足夠透徹，才能更加的貼近人，更好的服務(wù)與人�？梢哉f(shuō)，數(shù)據(jù)就是人工智能的靈魂所在。

大數(shù)據(jù)所應(yīng)用的領(lǐng)域越來(lái)越廣泛，也越來(lái)越貼近了我們的生活。未來(lái)什么都可能會(huì)貶值，但是數(shù)據(jù)是越來(lái)越吃香的。隨著數(shù)據(jù)越來(lái)越多，越來(lái)越全，數(shù)據(jù)也就越具有價(jià)值。而目前我們能夠看到的只是冰山一角，大數(shù)據(jù)更多隱藏的價(jià)值還有待發(fā)掘應(yīng)用。

現(xiàn)任阿里巴巴主席官的張勇表示，未來(lái)我們每一個(gè)人，社會(huì)中的每一個(gè)元素都會(huì)被數(shù)字化，數(shù)據(jù)化對(duì)企業(yè)的發(fā)展，社會(huì)的進(jìn)步起著重要作用。在大數(shù)據(jù)時(shí)代，我們每個(gè)人都是數(shù)據(jù)的提供者，也是受益者。

綜合網(wǎng)絡(luò)解釋加上自己的理解給出了大數(shù)據(jù)的定義。

大數(shù)據(jù)就是數(shù)據(jù)規(guī)模達(dá)到海量級(jí)、極快的速度流轉(zhuǎn)、數(shù)據(jù)類(lèi)型和來(lái)源多種多樣、價(jià)值密度低而且能夠反映事物真實(shí)性的數(shù)據(jù)就是大數(shù)據(jù)。

大數(shù)據(jù)的工作內(nèi)容包括以下幾個(gè)方面：

數(shù)據(jù)采集

調(diào)查顯示，未被使 用的信息比例高達(dá)99.4%，很大程度都是由于高價(jià)值的信息無(wú)法獲取采集。因此在大數(shù)據(jù)時(shí)代背景下，如何從大數(shù)據(jù)中采集出有用的信息已經(jīng)是大數(shù)據(jù)發(fā)展的關(guān)鍵因素之一。

數(shù)據(jù)清洗

將不規(guī)整數(shù)據(jù)轉(zhuǎn)化為規(guī)整數(shù)據(jù)，剛剛采集到的原生數(shù)據(jù)，格式還無(wú)法滿(mǎn)足我們對(duì)數(shù)據(jù)處理的基本要求，需要對(duì)其進(jìn)行預(yù)處理，轉(zhuǎn)化為我們后面工作所需要的較為規(guī)整的數(shù)據(jù)。

數(shù)據(jù)存儲(chǔ)

是將經(jīng)過(guò)清洗、集成和歸約的數(shù)據(jù)存儲(chǔ)在空間中，方便后續(xù)數(shù)據(jù)分析使用的一種技術(shù)。面對(duì)海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)庫(kù)存儲(chǔ)方式已經(jīng)無(wú)法滿(mǎn)足人們對(duì)數(shù)據(jù)存儲(chǔ)的訴求，可以采用分布式文件系統(tǒng)進(jìn)行存儲(chǔ)。

數(shù)據(jù)分析統(tǒng)計(jì)

利用各種類(lèi)型的全量數(shù)據(jù)（不是抽樣數(shù)據(jù)），設(shè)計(jì)統(tǒng)計(jì)方案，得到兼具細(xì)致和置信的統(tǒng)計(jì)結(jié)論。數(shù)據(jù)建模是數(shù)據(jù)分析的成果。

數(shù)據(jù)反饋

通過(guò)海量歷史數(shù)據(jù)的計(jì)算與分析，可以預(yù)知未來(lái)可能發(fā)生的某些故障或風(fēng)險(xiǎn)，比如對(duì)不同消費(fèi)者群體多年消費(fèi)行為的分析，可以判斷得出某些類(lèi)別或特定商品的銷(xiāo)量走勢(shì)等。

大數(shù)據(jù)是從各種各樣類(lèi)型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力。

每個(gè)就業(yè)崗位的工作內(nèi)容不一樣啊。就業(yè)崗位例如：數(shù)據(jù)分析師、大數(shù)據(jù)可視化工程師、數(shù)據(jù)挖掘工程師、Hadoop開(kāi)發(fā)工程師等。

1、大數(shù)據(jù)工程師。從事大數(shù)據(jù)系統(tǒng)實(shí)現(xiàn)的開(kāi)發(fā)工程師，通過(guò)腳本、SQL、編程語(yǔ)言等方式加工處理原始收集到的大數(shù)據(jù)，使原本雜亂無(wú)章的大數(shù)據(jù)變得系統(tǒng)化、結(jié)構(gòu)化；

2、大數(shù)據(jù)管理員。對(duì)已經(jīng)沉淀的大數(shù)據(jù)進(jìn)行管理和維護(hù)，使數(shù)據(jù)訪(fǎng)問(wèn)性能得到最大化，存儲(chǔ)最優(yōu)化；

3、數(shù)據(jù)架構(gòu)師。通過(guò)大數(shù)據(jù)平臺(tái)（如Hadoop），對(duì)數(shù)據(jù)需求分析、技術(shù)架構(gòu)設(shè)計(jì)、應(yīng)用開(kāi)發(fā)設(shè)計(jì)等進(jìn)行指導(dǎo)和實(shí)現(xiàn)，該職位要求從業(yè)者精通大數(shù)據(jù)相關(guān)算法，并掌握大數(shù)據(jù)平臺(tái)相關(guān)重要組件；

4、數(shù)據(jù)分析師。需要精通所在行業(yè)業(yè)務(wù)，能按照業(yè)務(wù)需求進(jìn)行大數(shù)據(jù)歸納整理，并掌握基本的數(shù)據(jù)分析工具，然后對(duì)數(shù)據(jù)分析形成具有行業(yè)指導(dǎo)意見(jiàn)的分析報(bào)告；

5、商業(yè)智能分析師。和數(shù)據(jù)分析師類(lèi)似，但商業(yè)智能分析師畢數(shù)據(jù)分析師更加有針對(duì)性和具體性，如：市場(chǎng)競(jìng)爭(zhēng)需求的商業(yè)智能分析；某一產(chǎn)品發(fā)展前景的商業(yè)智能分析等。