大数据毕设

最好有高性能计算中并行计算的数学底子，编程上使用C++应该会一码平川，使用Python 胶水把java 大数据平台接进来，再找一个适用这种计算的应用场景，比如蛋白质演变模拟，做通整个demo就可以开始写论文了。过去一年这领域也确实有温度。国外已经做了挺久了，作为硕士论文勉强够格吧，祝好运

大数据的择业方向有大数据开发方向、数据挖掘、数据分析和机器学习方向、大数据运维和云计算方向，主要从事互联网行业相关工作。

大数据课程难度大，同时有本科学历要求！但工作需求大，毕业以后可以从事的岗位还是比较多的，回报高，待遇在年薪30~50万之间，如果是互联网大厂更高。

大数据学习内容主要有：

①JavaSE核心技术；

②Hadoop平台核心技术、Hive开发、HBase开发；

③Spark相关技术、Scala基本编程；

④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习；

⑤大数据项目开发实战，大数据系统管理优化等。

工作岗位列举几个热门：

初级大数据离线处理，薪资10000-13000；

Spark开发工程师，薪资14000-16000；

Python爬虫工程师，薪资16000-20000；

大数据开发工程师，薪资20000+。

想要系统学习，你可以考察对比一下开设有IT专业的热门学校，好的学校拥有根据当下企业需求自主研发课程的能，建议实地考察对比一下。

祝你学有所成，望采纳。

大数据开发工程师：负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计和产品开发。

数据挖掘工程师：商业智能、用户体验分析、用户流失预测等；要求有优秀的数理统计技能，但对算法代码实现也有较高要求。

数据架构师：需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署；高级算法设计与优化；数据相关系统设计与优化，需要平台级开发和架构设计能力。济南中天软大数据培训机构，大数据开发，数据分析与挖掘。

大数据专业就业前景好不好

是相当不错的，相比于大数据应用开发岗位来说，大数据平台开发岗位不仅薪资待遇更高，职业生命周期也会更长，而且未来也可以获得更多的发展机会，也会更容易进入云计算、人工智能等领域发展。

当前大数据技术正处在落地应用的初期，所以此时人才招聘会更倾向于研发型人才，而且拥有研究生学历也更容易获得大厂的就业机会，所以对于当前大数据相关专业的大学生来说，如果想获得更强的岗位竞争力和更多的就业渠道，应该考虑读一下研究生。

主要负责数据模型的ETL开发、数据平台建设；面向业务的数据提取、分析、报表、挖掘等系统设计和开发工作。

岗位要求：

精通常用的数据结构和算法，理解面向对象设计的基本原则，熟悉常用的设计模式；

掌握Hadoop生态体系框架，包括Hadoop、Hive、Spark、Storm、Flink、ElasticSearch、HBase等；

2、大数据运维工程师

主要负责数据平台的集群管理，机器优化，集群监控等；对现有集群的优化和性能调优，满足不断增长的业务需求等。

岗位要求：

熟悉主流开源数据组件，包括但不限于HADOOP、Hive、HBase、ZK、Spark、Flink、Flume、ElasticSearch and etc；深入理解Hadoop各组件的原理和实现；熟悉分布式原理、分布式系统设计等。

3、大数据架构师

主要负责大数据基础框架的整体架构设计，结合公司实际业务情况进行技术选型；负责数据存储和计算平台的整体评估、设计以及核心功能模块的开发等。

岗位要求：

熟悉常用的数据结构和算法；具备丰富的开发经验，了解主流的大数据技术框架组件，包括但不限于Hadoop、Spark、Storm、Flink等。

4、大数据分析师

大数据分析方向的岗位，则主要以数据分析挖掘为主，通常需要负责常规业务数据分析需求开发，用户画像构建，推荐算法实现等。

岗位要求：

熟悉数据仓库理论、数据挖掘理论基础，熟悉常用机器学习算法（如逻辑回归、神经网络、决策树、贝叶斯等)；对Hadoop和Spark生态当中的主流技术组件，有相应程度的了解。

以下是学大数据可以从事的职业介绍：

1、数据分析师：从事行业数据搜集、整理、分析方面的工作，依据数据做出行业研究、评估和预测。需要掌握SPSS、STATISTIC、Eviews、SAS等数据分析工具以及数据分析的营销思维。

2、数据架构师：负责平台的整体数据架构设计，完成从业务模型到数据模型的设计工作，根据业务功能、业务模型，进行数据库建模设计，完成各种面向业务目标的数据分析模型的定义和应用开发，平台数据提取、数据挖掘及数据分析。

3、数据应用师：用常人能理解的语言表述出数据所蕴含的信息，并根据数据分析结论推动企业内部做出调整。将数据还原到产品中，为产品所用。

4、数据挖掘工程师：从大量的数据中通过算法搜索隐藏于其中的信息，使企业决策智能化、自动化，提高企业工作效率，减少错误决策的可能性。需要具备深厚的统计学基础，需要熟悉R、SAS、 SPSS等统计分析软件。

5、数据算法工程师：负责大数据产品数据挖掘算法与模型部分的设计，制定数据建模、数据处理和数据安全等架构规范并落地实施。需要具备扎实的数据挖掘基础知识，精通机器学习、数学统计常用算法，掌握常见分布式计算框架和技术原理，如Hadoop、MapReduce、 Yarn、Storm、Spark等；熟悉Linux操作系统和Shell编程，至少熟练掌握一门编程语言。

大数据毕业后可以去这些地方就业：数据分析师、数据架构师、数据挖掘工程师等等。

数据分析师指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。技能要求需要懂业务、懂管理、懂分析、懂工具、懂设计。

数据架构师的主要工作内容是确认和评估系统需求给出开发规范搭建系统实现的核心构架并澄清技术细节、扫清主要难点的技术人员。主要着眼于系统的“技术实现"。需要掌握分布式系统原理、系统设计&编码能力、思路清晰、存储方向、计算方向、集群管理方向、虚拟化方向等等。

数据挖掘工程师是数据师的一种。一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。一般数据挖掘工程师的工作，主要通过模型、算法、预测等手段提供一些通用的解决方案，需要较强的编程能力，能够通过语言进行模型算法优化和相关数据产品的开发。