！首先，目前学习大数据开发是一个不错的选择，一方面工作岗位比较多，另一方面工资待遇比较高。从研究生就业情况看，2019年秋季招生期间，不少大工厂发布了更多的大数据开发岗位。
大数据开发可以分为两种类型：一种是大数据平台开发，另一种是大数据应用开发。目前，大工厂的岗位大多集中在大数据平台的开发岗位上。随着大数据逐渐开始应用，大数据应用开发岗位的人才需求将逐渐增加。！对于坚实的数学基础和一定的计算机基础知识的人来说，他们可以朝着大数据平台的发展方向发展。大数据平台开发通常属于研发级岗位。与大数据应用开发相比，目前大数据平台开发岗位薪酬较高，职业生命周期相对较长。从近年来大工厂的招聘情况来看，大数据方向的研究生往往更容易获得大数据平台开发岗位。！对于基础薄弱的初学者来说，他们可以从大数据应用开发中学习，然后随着知识结构的不断改进逐步升级他们的岗位。学习大数据的应用和开发需要关注知识的三个方面，一是编程语言基础；二是大数据开发平台知识；第三是行业知识。
目前，Java、python、Scala等语言已经广泛应用于大数据开发领域，因此我们可以借鉴其中一种编程语言，而大数据平台则可以专注于Hadoop和spark。在工业互联网时代，大量的应用开发将基于各种平台，包括大数据平台、云计算平台和人工智能平台。
普通本科数据科学与大数据专业毕业，能找到大数据开发的工作吗？该怎么做？作为一个it从业者和计算机专业教育者，让我来回答这个问题。
第一，目前大数据开发岗位对人才的需求还是比较大的。近两年，很多大数据方向的研究生都会放弃算法岗位，转而从事大数据开发岗位。一方面，大数据开发岗位对人才的需求相对较大，另一方面，大数据开发岗位的岗位附加值相对较高。
对于大数据专业的本科生来说，如果他们将来想从事大数据开发领域的相关岗位，我们需要注意以下三个方面的学习：
第一：编程语言。编程语言是大数据开发的重要工具。目前，Java、python、Scala等编程语言已广泛应用于大数据开发中。因此，我们可以关注这些编程语言。从目前IT行业人才的需求来看，选择Java语言是一个不错的选择。
第二：大数据平台知识。很多大数据开发任务都是基于大数据平台的，因此掌握大数据平台的知识非常重要。例如，我们现在可以关注Hadoop和spark。与编程语言相比，大数据平台的知识还比较多，还需要一些场景支持。在学习大数据平台的过程中，最好边用边学。
第三：行业知识。大数据发展与行业密切相关。随着工业互联网的应用，未来许多行业领域都将发布大数据开发任务。因此，从事大数据开发岗位，要注重行业知识的积累。对于本科生来说，要积累行业知识，就要注意实习岗位的选择。
最后，大数据发展岗位上升空间比较大。本科生往往会从大数据应用开发入手，未来可以继续走大数据平台的研发路线。
大数据开发的就业怎么样？作为IT领域的研究和教育工作者，我将回答这个问题。
首先，大数据开发岗位的人才缺口还是比较大的。近年来，很多大数据方向的研究生都会选择发展岗位。一方面，开发岗位对人才的需求相对较大，没有算法岗位竞争激烈，另一方面，开发岗位的附加值相对较高，几乎与目前的算法岗位持平。
从目前大行业的发展趋势和人才需求趋势来看，在工业互联网逐步落地应用的过程中，大数据开发岗位的人才需求将不断增加。it互联网行业不仅需要大量的大数据开发人才，传统行业也需要大量的大数据开发人才。从这个角度看，当前选择学习大数据将对开放知识的发展有很好的就业前景。
大数据开发岗位可分为平台开发岗位和行业场景开发岗位。平台开发岗位通常是研发级岗位，对开发者的要求相对较高，而行业场景开发岗位通常是基于大数据平台完成特定的开发任务，因此对开发者的要求相对较低。目前，大数据正处于落地应用的初级阶段，即使从事行业场景开发岗位，也会获得不错的薪酬待遇。
大数据开发和传统软件开发有两个明显的区别。一是围绕业务和数据两条线进行大数据开发，特别注重数据价值挖掘和展现。这与传统的软件开发不同，传统的软件开发更注重业务流程，可以说在开发思路上有所不同。
第二，大数据发展通常依赖于大数据平台。大数据平台在大数据发展过程中起着非常重要的作用。因此，在学习大数据发展的过程中，有必要重视大数据平台相关知识的学习。
后端开发和大数据开发相比，哪个更累？哪个加班更多、压力更大？后端开发也称为服务器开发。需要解决的问题要根据实际应用场景来确定。技术选择与服务规模直接相关。如果是大型服务，后端服务往往比较复杂，并发、事务处理、安全处理、资源调度优化等问题需要综合考虑，而采用分布式的体系结构可以提高系统的处理能力和稳定性。如果服务规模相对较小，后端服务的实现就容易得多。
大数据开发通常是指大数据应用的开发。出发点是满足系统的大数据处理任务，为后续的数据分析提供支持。当然，大数据开发岗也包括大数据平台的研发。与后端服务开发不同，大数据开发通常侧重于数据操作，仅围绕大数据平台提供的API完成具体的数据操作任务。相对而言，大数据开发可以进行功能封装和重用，在一定程度上减轻了开发负担。另外，由于大部分数据处理任务都可以通过平台提供的功能来完成，大数据开发通常不需要考虑系统层面的问题，这也可以让开发人员更加专注。
一般来说，后端开发和大数据开发都有一定的压力，但人们普遍不认为哪个压力与业务类型和业务发展规模有更密切的关系。目前，正处于大数据时代。对于后端开发者来说，需要掌握大数据开发的相关知识，而对于后端开发者来说，学习大数据开发将会更加顺利。
最后，从行业发展趋势来看，未来与大数据发展相关的工作机会会更多，特别是在工业互联网阶段。
数据库开发工程师转行大数据开发可以吗？从严格意义上讲，数据库开发工程和大数据开发不被视为传输线。从技术层面看，大数据开发需要更深层次的技术基础和更广阔的架构理念。对于自己的职业来说，转行并不是一个飞跃。
1.从技术上学习非关系型数据库的使用，了解非关系型数据库的存储、查询和应用场景
]2。掌握与大数据相关的主要技术结构和主流数据库，如Hadoop、spark、hive、HDFS、HBase等技术
]3。关键是需要一个机会和平台。大数据量并不是一个常见的MIS系统或软件，如果你想升级到大数据开发，你需要找到一个与之相匹配的平台，即就业机会。只有经过大量的实践，你才能说你已经在大数据领域进行了开发。
