mikusaiko
在大数据采集与预处理方向。这方向最常见的问题是数据的多源和多样性，导致数据的质量存在差异，严重影响到数据的可用性。针对这些问题，目前很多公司已经推出了多种数据清洗和质量控制工具(如IBM的Data Stage)。在大数据存储与管理方向。这方向最常见的挑战是存储规模大，存储管理复杂，需要兼顾结构化、非结构化和半结构化的数据。分布式文件系统和分布式数据库相关技术的发展正在有效的解决这些方面的问题。在大数据存储和管理方向，尤其值得我们关注的是大数据索引和查询技术、实时及流式大数据存储与处理的发展。 
大数据专业中的数字图像处理方向，该学科的基础是统计学、高等数学、随机数学以及计算机图像学偏重颜色及视感方面的内容。许多数字图像的处理算法已经相当成熟，而且实现它们的难度并不算大，关键是找到对应的编程语言合适的像素操作函数即可。而大数据应用技术在知识结构的设计上，涉及到数学、统计学、编程语言、大数据平台、操作系统、数据分析工具等内容，另外也会涉及到物联网、云计算等相关方面的内容。不过，无论什么方向，数学和统计学都是大数据技术的重要基础，即使从事落地应用也要重点掌握一些常见的算法。编程语言的学习通常会集中在Java、Python、Scala、R等编程语言上，从目前就业的角度出发，Java是不错的选择。如果未来想从事大数据应用开发岗位，那么需要重点学习一下编程语言部分。这样的解答希望能帮到大家，另外，给大家介绍下大数据分析需要掌握的一些基本知识。——基础理论大数据分析在数学知识基础上，引入了统计学，基础知识包含数学、线性代数等，这些是决定数据分析职业发展高度的基石。初级数据分析学描述统计相关内容和公式即可，但要更进一步就需掌握统计算法，甚至机器学习等更多知识，算法相关的工作则要对高数进行深入学习。——分析工具Excel是最容易入门的数据分析工具之一，函数、数据透视表和公式须熟练。另外，会一个专业统计分析技能更好，SPSS作为入门极好。和数据打交道必然会接触数据库，所以SQL基本的增、删、改、查等技能要掌握。最后，可学些主流工具，如Python或R语言，有些行业会用到SAS或其他工具，可依据行业选择。——业务知识脱离业务的纯数据分析没任何意义，优秀的大数据分析师往往对业务了如指掌。熟悉业务后再去获取数据，对数据进行分析才更得心应手。——沟通交流数据分析会涉及很多与业务、技术部门的沟通，做报告后也需进行展示，并说服别人接受自己的结果。因此，协调沟通能力亦是非常重要的素质之一。——学习能力无论是数据分析，还是其他岗位，都需拥有持续、快速学习的能力，学业务逻辑、行业知识、技术工具、分析框架……
主要有，一是：大数据开发相关职位：大数据开发工程师、Hadoop开发工程师薪资：成都 8000-30000不等二是：数据分析与挖掘相关职位：数据分析师、数据挖掘工程师、机器学习工程师薪资：成都 8000-20000
