大数据行业细分的岗位有哪些

数据运维工程师

协调机器资源，采购、缩减、预算等等。集群组件的维护、升级。处理集群和用户的各种问题。

数据平台开发工程师

开发面向数据开发使用的工具，比如元数据系统、数据质量、数据采集、数据计算平台、任务调度平等。自研或者基于开源的项目进行二次开发。开发面向产品和数据分析师的工具：数据报表平台、数据分析平台、数据查询平台(AdHoc)等。需要熟悉 Web 后端开发语言，比如 Java/Go等，熟悉大数据开源组件，可以进行二次开发等。

数据仓库工程师

离线数仓的开发，比如数仓建模、数据清洗。实时数仓：实时指标的开发，使用Spark Streaing 、Flink。主要是写 SQL(离线、实时开发平台)、需要理解业务，开发业务报表。需要业务能力，根据业务数据进行建模。

数据测试工程师

一般公司没有这个岗位，大概率又开发工程师进行自测。测试数仓开发的指标逻辑、数据的准确性。测试业务埋点上报的准确性等。

数据分析师

临时取数：比如大型活动，某一次运营活动等数据查询分析。日报、周报、月报、季报、年报、报表等等。专题分析，比如用户画像分析、ROI分析、风控分析、指标体系的搭建等市场分析，比如要做竞品分析、渠道分析、行业分析等等。编写数据分析报告。

数据挖掘师

用户基础研究，用户生命周期刻画(进入、成长、成熟、衰退、流失)、用户细分模型、用户价值模型、用户活跃度模型、用户意愿度识别模型、用户偏好识别模型、用户流失预警模型、用户激活模型等。个性化推荐算法：基于协同过滤(USERBASE/ITEMBASE)的推荐，基于内容推荐，基于关联规则Apriot算法推荐，基于热门地区、季节、商品、人群的推荐等。风控模型：恶意注册模型、异地识别模型、欺诈识别模型、高危会员模型;电商领域(炒信模型、刷单模型、职业差评师模型、虚假发货模型、反欺诈模型);金融领域(欺诈评分模型、征信评分模型、催收模型、虚假账单识别模型等)。文本挖掘、语义识别、图像识别，等等。

算法工程师

语音、图像、自然语言处理、深度学习等机器学习算法开发及优化。挖掘并推进算法在业务中应用。推荐系统、用户画像。

数据产品经理

协助公司各业务⽅向⼤数据应⽤产品调研、规划、执⾏。数据产品的开发项目管理工作，确保项目按照需求如期完成。