什么是大数据？大数据有什么用？
什么是大数据
大数据技术的战略价值不仅体现在收集和管理海量数据上，并非如此在于建立专业的数据分析体系。如同工业模式，在这个产业的竞争中占据核心地位的是提升资源利用效率的能力。要想在这个领域获得优势地位，则需要优化现有的资源结构配置。
随着云时代时代的到来，在线社交网络（Online social networks）也获得了越来越广泛的重视和关注。研究团队指出，在线社交网络通常被用来指代那些能够生成大量非结构化数据的企业所创造的数据集合；这些数据如果下载到关系型数据库中进行分析将会耗费大量时间和金钱；在线社交网络与云计算之间存在着紧密的关联性——因为实时的大数据分析需要依赖像MapReduce这样的框架来进行大规模的数据计算工作
大数据的意义
通过观看大数据学习的直播免费课程，其他相关文章可以找到大师机构进行深入研究与交流；从零开始实践到项目实战应用的过程中不断积累经验
现在社会正快速成长中，在这一科技进步显著的时代里
马云在台湾的演讲中提到，在未来的时代里不再会有IT时代而是会出现DT时代，在这个语境下DT即Data Technology表明大数据对于阿里巴巴集团的重要性不言而喻
有人类把数据类比于蕴藏 store vast amounts of energy 的资源资产。根据性质,煤炭可划分为 coking coal, non-coking coal, high-quality coal 和 low-quality coal 等种类;而在露天矿与深山矿中,开采难度各有不同。类似地,大数据并不在于其 scale 的大小,而在于其 utility 的实际价值;相比数量大小,其 value content and extraction cost are more crucial.对于多数行业而言,如何充分利用这些海量数据将是获取竞争优势的关键所在
大数据的价值体现在以下几个方面：
1)对大量消费者提供产品或服务的企业可以利用大数据进行精准营销
- 做小而美模式的中小微企业可以利用大数据做服务转型
传统产业在互联网时代下必须进行转型升级，并且要充分运用大数据的价值。
大数据就业方向
在当前的大数据背景下，主要存在三大就业领域：一是系统开发相关的人才；二是应用开发人才；三是数据分析相关的人才。
在三大战略领域中，各个领域中的基础岗位通常包括大数据系统研发工程师、大数据应用开发工程师以及数据分析师这三个核心角色。具体包括以下十个细分岗位：
一、ETL研发
其核心技术团队负责从分散存储且类型各异的数据源中提取关系数据库、平面文件等异构形式的数据，并经由清洗转换整合至临时中间层后完成整个流程。该过程确保了高效稳定运行的基础条件，并为 subsequent 的联机分析处理与数据挖掘应用提供了可靠的数据支撑基础
二、Hadoop开发
以HDFS和MapReduce为核心组成的架构支持了大规模的数据存储与计算功能。基于分布式文件系统设计的大规模存储方案能够有效地管理海量数据资源；而MapReduce作为通用的并行计算框架，则为企业级应用提供了强大的数据分析支持。面对日益庞大的数据集规模与快速上升的数据分析需求，在商业智能（BI）领域中传统的数据分析方法面临着高昂的成本压力与效率瓶颈问题。与此同时企业对于高效的大数据分析平台的需求将持续提升，并广泛采纳诸如分布式文件系统（Distributed File System DFS）、 MapReduce MapReduce 等经济实用的大数据分析技术方案来应对日益复杂的业务挑战
三、可视化（前端展现）工具开发
基于可视化开发工具提供的图形用户界面，在交互式操作界面元素的基础上（通过该工具）自动生成相应的应用程序）。此外（除此之外），能够便捷地连接您所涉及的各种数据源与层次结构（跨资源与多层级）。经过长期验证（时间考验），该系统具有高度可扩展性（完全可扩展）并具备丰富的功能组合（功能丰富全面）。其核心是提供一个功能丰富且高度可扩展的可视化组件库（可视化组件库），为开发者提供了功能完善且易于使用的组件集合（组件集合），以实现各种复杂且精美的用户界面需求。
四、信息架构开发
大数据推动了主数据管理领域的蓬勃发展。为了深入挖掘企业的各项资源，并为其决策提供可靠的数据支持，则需要具备非常专业的技能。信息架构师必须掌握如何定义和存储关键元素，并确保实现高效的数据管理和利用。在这一领域中拥有核心能力的信息架构师，则需要具备构建核心资产管理系统的能力、深厚的业务知识储备以及精准的数据建模技术等多重素质
五、数据仓库研究
数据仓库的专业人士熟悉Teradata、Neteeza和Exadata等公司的大型数据分析平台。他们具备在这些一体化平台上开展数据集成与管理工作的能力，并能在其中实施相应的性能优化措施等相关工作。
六、OLAP开发
OLAP在线联机分析开发人员负责从关系型或非关系型数据源中提取数据并构建相应的模型随后搭建用于访问数据的应用界面以高性能的方式提供预定义查询功能
七、数据科学研究
数据科学家是分析师、艺术家的合体，需要具备多种交叉科学和商业技能。
八、数据预测（数据挖掘）分析
营销部门常用预测分析来预判用户行为或识别目标客户。其中一些场景看上去类似于数据科学家的工作模式，在企业历史数据的基础上通过假设来测试阈值并预估未来表现。
九、企业数据管理
企业为了提高数据质量必须采取的数据管理措施包括设立一名负责的数据管家职位。该岗位人员需具备利用多种技术手段收集企业周边海量信息的能力，并经过清洗与标准化处理后导入到数据库中形成完整版本。随后采用报表及分析技术对信息进行分段处理后分发给数千员工。负责此职的人需确保市场信息具有完整性、准确性、唯一性、真实性以及避免冗余。
十、数据安全研究
数据安全这一职位主要承担企业内部大型服务器存储等基础设施的数据安全管理职责并对网络信息安全项目进行整体规划涵盖系统设计与实施工作。该职位要求候选人具备丰富的管理实践经验需对企业传统业务有深入理解并掌握运维管理相关知识与技能以确保企业数据安全得到全面覆盖
大数据人才发展前景
1. 人才缺口
麦肯锡(McKinsey)发布的一份详尽研究报告预测显示，在2018年前期全球范围内对大数据相关人才的需求将会大幅增加。该报告指出，在这一领域中与现有技能不匹配的人才缺口预计将在14万至19万之间出现，并且具备数据分析能力并能进行商业决策的人才缺口预计将达到惊人的150万!
2. 就业薪水
基于职友数据统计显示
