1樓：傻狍紙豆芽
資料工程師的重心在“後端”，他們需要持續的優化資料通道，才能保證企業資料的準確性與可用性。同時還需確保在需要的時候能夠順暢地將資料提供給使用者。
資料分析師則是通過使用資料工程師所構建的自定義api來提取新的資料集，並對其中的資料趨勢進行識別，同時對異常資料進行分析。分析師們將會對結果進行總結，並以一種清晰直觀的方式來展示這些結果，以便於其它非技術團隊能夠更好地瞭解他們目前的工作效果。
2樓：匿名使用者
資料分析師主要工作就是通過資料去解決企業實際遇到的問題，包括根據資料分析的原因和結果推理以及**未來進行制定方案、對調研蒐集到的各種產品資料的整理、對資料進行分類和彙總等等
發展前景很好，畢竟資料分析這一行在國內才剛剛起步，很多企業都需要這方面的人才，是很有潛力的，這一行偏商科，技術輔助。真正的大牛不是資料分析工具技術，而是用資料幫助企業在產品、**、**、顧客、流量、財務、廣告、流程、工藝等方面進行價值提升的人。像我本人就是自學的資料分析師然後畢業後去了決明工作，現在基本實現了財務自由，但想成為大資料分析師的話，需要日積月累堅持沉澱下去，相信你總有一天也能達到這個層次。
大資料開發和資料分析有什麼區別？
3樓：南瓜蘋果
1、技術區別
大資料開發類的崗位對於code能力、工程能力有一定要求，這意味著需要有一定的程式設計能力，有一定的語言能力，然後就是解決問題的能力。
因為大資料開發會涉及到大量的開源的東西，而開源的東西坑比較多，所以需要能夠快速的定位問題解決問題，如果是零基礎，適合有一定的開發基礎，然後對於新東西能夠快速掌握。
如果是大資料分析類的職位，在業務上，需要你對業務能夠快速的瞭解、理解、掌握，通過資料感知業務的變化，通過對資料的分析來做業務的決策。
在技術上需要有一定的資料處理能力，比如一些指令碼的使用、sql資料庫的查詢，execl、sas、r等工具的使用等等。在工具層面上，變動的範圍比較少，主要還是業務的理解能力。
2、薪資區別
作為it類職業中的“大熊貓”，大資料工程師的收入待遇可以說達到了同類的頂級。國內it、通訊、行業招聘中，有10%都是和大資料相關的，且比例還在上升。
在美國，大資料工程師平均每年薪酬高達17.5萬美元。大資料開發工程師在一線城市和大資料發展城市的薪資是比較高的。
大資料分析：大資料分析同樣作為高收入技術崗位，薪資也不遑多讓，並且，我們可以看到，擁有3-5年技術經驗的人才薪資可達到30k以上。
3、資料儲存不同
傳統的資料分析資料量較小，相對更加容易處理。不需要過多考慮資料的儲存問題。而大資料所涉及到的資料具有海量、多樣性、高速性以及易變性等特點。因此需要專門的儲存工具。
4、資料探勘的方式不同
傳統的資料分析資料一般採用人工挖掘或者收集。而面對大資料人工已經無法實現最終的目標，因此需要跟多的大資料技術實現最終的資料探勘，例如爬蟲。
4樓：海牛大資料
大資料分析是指對規模巨大的資料進行分析。大資料可以概括為4個v， 資料量大(volume)、速度快(velocity)、型別多(variety)、價值（value）。
大資料開發其實分兩種，第一類是編寫一些hadoop、spark的應用程式，第二類是對大資料處理系統本身進行開發。第一類工作感覺更適用於data analyst這種職位吧，而且現在hive spark-sql這種系統也提供sql的介面。第二類工作的話通常才大公司裡才有，一般他們都會搞自己的系統或者再對開源的做些二次開發。
這種工作的話對理論和實踐要求的都更深一些，也更有技術含量。
大資料作為時下最火熱的it行業的詞彙，隨之而來的資料倉儲、資料安全、資料分析、資料探勘等等圍繞大資料的商業價值的利用逐漸成為行業人士爭相追捧的利潤焦點。隨著大資料時代的來臨，大資料分析也應運而生。
應用案例，與往屆世界盃不同的是，資料分析成為巴西世界盃賽事外的精彩看點。伴隨賽場上球員的奮力角逐，大資料也在全力演繹世界盃背後的分析故事。一向以嚴謹著稱的德國隊引入專門處理大資料的足球解決方案，進行比賽資料分析，優化球隊配置，並通過分析對手資料找到比賽的“制敵”方式；谷歌、微軟、opta等通過大資料分析**賽果......
大資料，不僅成為賽場上的“第12人”，也在某種程度上充當了世界盃的"預言帝"。
分析開始的時候，資料首先從資料倉儲中會被抽出來，被放進rdbms裡以產生需要的報告或者支撐相應的商業智慧應用。在大資料分析的環節中，裸資料以及經轉換了的資料大都會被儲存下來，因為可能在後面還需要再次轉換。
5樓：加米穀大資料科技
大資料平臺應用開發是目前一個就業的熱門方向，一方面是大資料開發的場景眾多，另一方面是難度並不高，能夠接納的從業人數也非常多。大資料開發是在大資料平臺基礎之上的開發，充分利用大資料平臺提供的功能來滿足企業的實際需求。
大資料分析是大資料應用的一個重點。大資料分析是基於大資料平臺提供的功能進行具體的資料分析，資料分析與場景有密切的關係，比如出行大資料分析、營銷大資料分析、金融大資料分析等等。
大資料開發工程師：
開發，建設，測試和維護架構，負責公司大資料平臺的開發和維護，負責大資料平臺持續整合相關工具平臺的架構設計與產品開發等；
資料分析師：
收集，處理和執行統計資料分析；運用工具，提取、分析、呈現資料，實現資料的商業意義，需要業務理解和工具應用能力；
6樓：千鋒知道小助手
首先需要定義什麼叫大資料，大資料顧名思義資料量要大，至於多大才算大資料我也不清楚，還有一個是特徵維度多才能稱得上大資料。
處理大量特徵維度的大資料，通過人自己去發現規律是很難的一件事情，所以大資料分析更多需要的是程式設計能力和數學能力等，比如說機器學習，深度學習等演算法的應用。
當然在資料分析也可以利用機器學習去進行分析，不過在資料分析方面更多是通過統計學去發現解釋問題。當然有一些分析思路是想通的。
7樓：匿名使用者
簡單點來說，大資料開發就是做大量資料的分散式計算的。
資料分析主要是做資料的收集、挖掘、清洗、分析，最後形成分析報告
想學的話可以參考下科多大。
8樓：河北中公優就業
大資料工程師會的東西很多，首先是懂業務，脫離行業認知和公司業務背景，分析的結果就沒有太大的使用價值。所以說一名出色的大資料工程師，對於本行業本領域一定是很熟悉，最好是有自己獨到的見解。
其次是要懂管理，這個一方面是搭建資料分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導;另一方面是針對資料分析結論提出有指導意義的分析建議。然後懂分析師最最基本的，能夠掌握資料分析基本原理與一些有效的資料分析方法，並能靈活運用到實踐工作中，對於開展資料分析起著至關重要的作用。接著，對於工具的掌握，也是很基本的，畢竟人腦對於資料的容量都是有限的。
最後，大資料工程師可能還要懂點設計，能夠運用圖表有效表達資料分析師的分析觀點，使分析結果一目瞭然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則。
以上，作為一名大資料工程師，需要掌握的基礎技能大概就這些，以上這些技能的養成不是一朝一夕，所以說被取代也是極其不易的，本身大資料分析並不是一蹴而就的事情，而是需要你日積月累的資料處理經驗。什麼樣的人會被輕易替代呢?不求甚解，似懂非懂，幹了多少年還看不透本質，遇到問題仍然懵懂不解茫然無措，整日坐著重複性工作的人，才有可能被替代，也激素是所謂的青春飯，反觀大資料，掌握的技能越多。
資料分析行業絕對是一個朝陽行業，特別是網際網路的不斷髮展，一個不談資料的公司根本不叫網際網路公司，大資料工程師已經成為一個網際網路公司必備的職位了。有興趣的小夥伴可以瞭解一下優就業的大資料課程，零基礎適學，緊扣市場熱門技術和熱門崗位，結合專案實戰培養多方位大資料人才，畢業以後可以從事大資料運維、大資料開發、大資料分析等工作崗位。希望各位小夥伴能找準自己的方向，入行大資料要趁早啊。
資料分析師常用的資料分析思路，資料分析師要掌握哪些基本技能
01 細分分析 細分分析是資料分析的基礎，單一維度下的指標資料資訊價值很低。細分分析法可以大致分為兩類，一類是逐步分析，如 來北京市的訪客可分為朝陽和海淀等區 另一類是維度交叉，如 來自付費sem的新訪客。02 對比分析 對比分析主要是把兩個有關聯的資料指標進行相互比較，從數量上說明和展現研究物件的...
資料分析師怎麼考，怎麼報考資料分析師？
考生在獲得準高階證書後，在專業領域工作五年，並撰寫一篇專業資料分析 經答辯合格，獲取高階資料分析師合格證書。從事資料分析工作的前提就會需要懂業務，即熟悉行業知識 公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。資料分析師在工業和資...
資料分析師工資很高嗎，資料分析師工資多少
資料分析師這兩年需求很大，尤其是大型網際網路公司，相對的薪資自然不低。但是工資這種事情，都是因人而異的，關鍵是要先學好本事。如果想做傳統的行業資料分析工作，可以去cda看看，想進網際網路公司做資料分析，可以去大講臺看看。在大資料工程師前景的道路上，你是選擇永遠呆著資料分析助理或初級資料分析師領域，還...