2016年數(shù)據(jù)分析師頂尖職位必備的9項(xiàng)技能
對(duì)于大數(shù)據(jù),利用大數(shù)據(jù)分析工具和技術(shù)來(lái)取得競(jìng)爭(zhēng)優(yōu)勢(shì)已不再是秘密。2016年, 如果你還在職場(chǎng)上尋找大數(shù)據(jù)的相關(guān)工作,那么這里介紹的9種技能,將幫助你得到一個(gè)工作機(jī)會(huì)。
Hadoop現(xiàn)在已經(jīng)進(jìn)入第二個(gè)10年發(fā)展期了, 但Hadoop在2014年出現(xiàn)了井噴式發(fā)展, 由于Hadoop從測(cè)試集群向生產(chǎn)和軟件供應(yīng)商方向不斷轉(zhuǎn)移, 其越來(lái)越接近于分布式存儲(chǔ)和處理機(jī)架構(gòu), 因此, 這一勢(shì)頭在2016年會(huì)更加猛烈。由于大數(shù)據(jù)平臺(tái)的強(qiáng)大, Hadoop可能是一個(gè)需要熟悉的技術(shù)人員,對(duì)于掌握Hadoop最核心技術(shù) 的技術(shù)人員在職場(chǎng)上的需求將越來(lái)越大。
如果說(shuō)Hadoop在大數(shù)據(jù)中廣為人知, 那么Spark就是一匹黑馬, 快速崛起的內(nèi)存計(jì)算技術(shù)被認(rèn)為是MapReduce風(fēng)格分析框架更快和更簡(jiǎn)潔的替代方案。Spark最佳的定位應(yīng)當(dāng)是大數(shù)據(jù)技術(shù)族中重要的一個(gè)成員。Spark仍然需要專(zhuān)業(yè)技術(shù)進(jìn)行編程和運(yùn)行。
大數(shù)據(jù)的操作層面, 如MongoDB和Couchbase等分布式、可擴(kuò)展的NoSQL數(shù)據(jù)庫(kù)正在接管市場(chǎng)份額極為龐大的的SQL數(shù)據(jù)庫(kù),例如Oracle和IBM DB2。在WEB和移動(dòng)app層面, NoSQL數(shù)據(jù)庫(kù)常常被做為Hadoop分析的數(shù)據(jù)源。
對(duì)收集的數(shù)據(jù)進(jìn)行挖掘,當(dāng)今大數(shù)據(jù)的世界已經(jīng)達(dá)到了一個(gè)全新的高度。機(jī)器學(xué)習(xí)成為去年大數(shù)據(jù)技術(shù)最熱門(mén)的領(lǐng)域之一, 2016年順理成章地成為它的突破之年。大數(shù)據(jù)將會(huì)使那些能夠利用機(jī)器學(xué)習(xí)技術(shù)去構(gòu)建和訓(xùn)練像分類(lèi)、推薦和個(gè)性化系統(tǒng)等預(yù)測(cè)分析應(yīng)用程序的人成為職場(chǎng)寵兒。
如果有定量推理背景和數(shù)學(xué)或統(tǒng)計(jì)學(xué)等方面的學(xué)位,再加上一些使用統(tǒng)計(jì)工具經(jīng)驗(yàn),例如R, SAS, Matlab, SPSS或Stata, 過(guò)去許多量化工程師都會(huì)選擇在華爾街工作, 但由于大數(shù)據(jù)的快速發(fā)展, 現(xiàn)在各行各樣都需要大量的具有定量分析背景的極客。
以數(shù)據(jù)為中心的語(yǔ)言已有超過(guò)40年的歷史了, 但是這種祖父級(jí)的語(yǔ)言在當(dāng)前的大數(shù)據(jù)時(shí)代仍然具有生命力。盡管它難以應(yīng)對(duì)大數(shù)據(jù)的挑戰(zhàn), 但簡(jiǎn)化了的結(jié)構(gòu)化語(yǔ)言使其在許多方面變得十分容易。
大數(shù)據(jù)可能不是那么容易理解, 但在某些情況下, 通過(guò)鮮活的數(shù)據(jù)吸引眼球仍然是不可替代的方法。你可以一直采用多元或邏輯回歸分析方法解析數(shù)據(jù), 有時(shí)候使用類(lèi)似Tableau或Qlikview可視化工具探索數(shù)據(jù)樣本能夠直觀的告訴你所擁有的數(shù)據(jù)的形態(tài), 甚至是發(fā)現(xiàn)那些能夠改變你處理數(shù)據(jù)方法的一些隱蔽細(xì)節(jié)。
在類(lèi)似Java, C, Python或Scala等通用語(yǔ)言中擁有編程應(yīng)用經(jīng)驗(yàn)?zāi)軌蚴鼓阆鄬?duì)于那些局限于分析技術(shù)的人更具有優(yōu)勢(shì)。具有傳統(tǒng)應(yīng)用程序開(kāi)發(fā)和新興數(shù)據(jù)分析能力的人能夠自由的在終端用戶(hù)企業(yè)和大數(shù)據(jù)創(chuàng)業(yè)公司之間進(jìn)行流動(dòng)。
無(wú)論在高級(jí)分析工具和技術(shù)方面優(yōu)勢(shì),自主思考能力仍然是無(wú)可替代。大數(shù)據(jù)處理工具會(huì)不可避免的進(jìn)行演化發(fā)展,新技術(shù)會(huì)不斷涌現(xiàn)并替代這里所列出的技術(shù)。