如果把大数据想象成一座不停累积的矿山，那么大数据工程师的工作就是，“第一步，定位并抽取信息所在的数据集，相当于探矿和采矿。第二步，把它变成直接可以做判断的信息，相当于冶炼。最后是应用，把数据可视化等。”
假如把互联网大数据想像成一座不断积累的矿山开采，那麼大数据工程师的工作中就是说，“第一步，精准定位并提取信息内容所属的uci数据集，等于探矿和开采。第二步，把它变为立即能够做分辨的信息内容，等于冶炼厂。最终是运用，把大数据可视化等。”
1.找到以往事件的特点
大数据工程师一个很关键的工作中，就是说根据解析数据信息来找到以往事情的特点。例如，腾迅的数据信息精英团队已经构建一个数据仓库，把企业全部网上平台上总数巨大、不整齐的数据信息信息内容开展整理，小结出能够查寻的特点，来适用企业各种业务流程对数据信息的要求，包含广告营销、游戏编程、社交媒体等。
找到以往事情的特点，较大的功效是能够协助公司尽快了解顾客。根据解析客户过去的个人行为运动轨迹，就可以掌握这一人，并预测分析他的个人行为。“你能了解他是哪些的人、他的年龄、个人爱好，是否互联网技术付钱客户、喜爱玩什么游戏种类的手机游戏，平时喜爱网上干什么事儿。”腾讯云服务测算有限责任公司北京市产品研发管理中心经理郑立峰对《第一财经周刊》说。下一步来到业务流程方面，就能够对于各种群体强烈推荐有关服务项目，例如手游游戏，或者根据不一样特点和要求衍化更新的运营模式，例如手机微信的影票业务流程。
2.预知将会产生的事儿
根据导入首要条件，大数据工程师能够预知的消費发展趋势。在阿里巴巴的销售平台上，技术工程师正在尝试根据导入气候数据信息来协助淘宝商家做买卖。“例如这个夏天不热，很将会一些商品就沒有上年热销，除开中央空调、电风扇，吊带背心、连体泳衣等都将会会受其危害。
3.找到最优控制的結果
依据不一样公司的业务流程特性，大数据工程师能够根据数据统计分析来做到不一样的目地。
以腾迅而言，郑立峰觉得能体现大数据工程师工作中的非常简单立即的事例就是说选择项检测(ABTest)，即协助产品运营在A、B2个候选计划方案中作出挑选。过去，领导者只有根据工作经验开展分辨，但现如今大数据工程师能够根据大范畴地即时检测—例如，在社交媒体商品的事例中，让一半客户见到A页面，另一半应用B页面，观查统计分析一段时间内的点击量和转换率，为此协助业务部作出最后挑选。
做为电子商务的阿里巴巴网，则期望根据互联网大数据锁住精确的群体，协助商家做更强的营销推广。“人们更希望的是你可以寻找那样一批人，相比目前的客户，这种人对商品更很感兴趣。”薛贵荣说。一个淘宝网的案例是，某山参商家原先营销推广的总体目标群体是孕妇，但技术工程师根据发掘数据信息中间的联动性后发觉，对于孕妈妈人群推广的营销推广转换率更高。
因此分析历史、预测未来、优化选择，这是大数据工程师在“玩数据”时最重要的三大任务。通过这三个工作方向，他们帮助企业做出更好的商业决策。
