[福建省]福建大数据工程师职称，福建省工程师职称

大数据管理与应用专业可以评审哪些职称

大数据管理与应用专业可以评审的职称如下：

微信号：jy002002007
添加微信好友, 获取更多信息
复制微信号

数据产业人才职称分为大数据技术员、大数据助理工程师、大数据工程师、大数据高级工程；

技术职务分为员级、助理级、中级、高级专业技术任职资格。

大数据有哪些职位?

1、首席数据官(CDO)

首席数据官的工作内容非常多，职责也很复杂，他们负责公司的数据框架搭建、数据管理、数据安全保证、商务智能管理、数据洞察和高级分析。因此，首席数据师必须个人能力出众，同时还需要具备足够的领导力和远见，找准公司发展目标，协调应变管理过程。

2、营销分析师/客户关系管理分析师

客户忠诚度项目、 *** 分析和物联网技术积攒了大量的用户数据，很多先进公司已经在使用相关策略来支持公司的发展计划。尤其是市场部门能够运用这些数据进行更有针对性的营销。营销分析师能够发挥他们在Excel和SQL等数据分析工具方面的专业特长，对客户进行细分，确保数字化营销能够到达目标客户群体。

3、数据工程师

随着Hadoop和非结构化数据仓库的流行，所有分析功能的之一要务就是要得到正确的数据。高水平的工程师需要掌握数据管理技能，熟悉提取转换加载过程，很多公司都急需这样的人才。事实上，很多首席数据官甚至认为，数据工程师才是大数据相关行业中最重要的职位。

4、商务智能开发工程师

商务智能开发工程师的最基本职能，是管理结构数据从数据库分配至终端用户的过程。商务智能(BI)曾经只是商务金融的基础，现在已经独立出来，成为了单独的部门，很多商务智能团队正在搭建自服务指示板，这样运营经理就能快速且有效地获取高性能数据，评价公司运营情况。

5、数据可视化

随着指示板和可视化工具的增多，商务智能“前端”研发工程师需要更熟练掌握Tableau、QlikView/QlikSense、SiSense和Looker。能够使用d3.js在 *** 浏览器中 *** 数据可视化的研发工程师也越来越受到公司欢迎。很多大公司开出的年薪已经超过了7万5千英镑，平均日薪500多英镑。

6、大数据工程师

正如上文提到过的，数据工程师的工作是负责管理公司的数据，包括数据的收集，存储、处理和分析。大数据工程师需要能够搭建并维护大型异构数据框架，这些数据通常是在MongoDB等NoSQL数据库中。很多公司采用Hadoop框架和很多Hadoop次级软件包，如Hive(数据软件)，Pig(数据流语言)和Spark(多编程模型)。

大数据工程师的证书种类有哪些？它是如何划分等级的？

目前国内的大数据工程师证书，工信部和中国管理科学研究院都有颁发。

工信部认证的职业人才技能认证证书，证书分为初、中、高级。其中初级证书面向高校人群，也就是即将毕业的一批人福建大数据工程师职称；中高级证书面向企业内部大数据岗位人才，即参加福建大数据工程师职称了工作，有福建大数据工程师职称了几年经验的大数据人才。

中国管理科学研究院的专业人才技能证书，通过相关技能考试即可获得，作为入行的敲门砖，有一定价值。

大数据工程师高级证的作用

可以证明自己的身份，工作能拿到不错的待遇。高级工程师系列是中国专业技术职称工程类中的高级职称（职称改革后称为专业技术职务任职资格）。高级工程师在工程界为技术专家或技术能手，在企业中发挥着无可替代的作用和很强的工作能力。

高级工程师是中国专业技术职称工程类中的高级职称（职称改革后称为专业技术职务任职资格）。高级工程师在工程界为技术专家或技术能手。高级工程师分为两级三类：高级工程师（副高）、研究员级高级工程师（正高）、教授级高级工程师（正高）。高级工程师对应于教育类副教授，研究类副研究员，研究员级高级工程师对应于研究类研究员，教授级高级工程师对应于教育类教授。

大数据工程师和数据分析师有何区别

大数据近年来越来越火，因为有了它，好像什么行业都能精准分析。但是，大数据本身的发展却很少有人分析。近日，国家信息中心、南海大数据应用研究院联合发布了《2017中国大数据发展报告》，首次把中国大数据本身的发展特点和存在的问题，全面呈现了出来。

用大数据来了解大数据

这份报告全面汇聚了国家发改委互联网大数据分析中心、国家信息中心、“一带一路”大数据中心所掌握的30多个种类，总计40多亿条相关数据，综合运用多种大数据分析 *** ，对我国大数据产业发展进行了全面分析。所以，称得上是用大数据来了解大数据。

北京、广东、上海大数据发展位居前三

报告显示，我国大数据发展总体处于起步阶段。但是从地域上看，就有意思了。

国家信息中心信息化研究部副主任、南海大数据应用研究院院长于施洋指出：“从地域分布，从各个省来说，北京排之一，这个不足为怪，东部沿海地区这些省份排在前面，大家也都能够想象。但是在西南地区，四川、重庆、贵州这三个地方异军突起，是我们大数据发展的第二个增长极。”

产业落后是地方大数据发展的突出短板

具体来看，各省份大数据发展指数的排名中，贵州、重庆、四川，紧随东部沿海省份，全部排进了前十名，领先任何一个中部省份。分析认为，这主要是地方政策引领的结果。这三个西部省市，早早都把大数据产业的发展作为重点工程来打造。对于这种“弯道超车”现象，国家行政学院教授汪玉凯建议，这些地方下一步可以重点考虑产业落地问题：“它们是首先抓住了一个概念，然后占了一个先机。但是相对能够落地的产业应用还是比较少的，这是它们的软肋。所以我认为，你们一定要注意应用，要打造你的优势。”

人才短缺问题日益突出

报告指出，数据管理环节漏洞较多，是大数据发展面临的首要问题，包括由此引发的运营成本过高、资源利用率低、应用部署过于复杂等难点。而我们更关注的是另一大问题。

我们会发现，大数据领域里数据是有了，但是能驾驭这些数据的人是极其匮乏的。比如说大数据的专业人才方面，现在分析类的人才，市场是供不应求，缺口非常大，而项目管理类的人才，供给又远远大于需求，所以结构上还不平衡。高端的人才奇缺，这是最突出的问题。”

发展大数据要谨防人才“眼高手低”

大数据的核心就是数据的抓取与分析，而分析环节，目前离不开人工设置变量，建立模型。所谓“差之毫厘，谬之千里”，大数据分析对人才的要求很高。但首份大数据发展报告却揭示，我国大数据人才能搞管理的不少，真正能做分析的却远远不够，这是典型的“眼高手低”，势必伤害大数据产业的长远发展。人才短板可以从教育方面着手弥补，探索新的人才培养模式。比如，将高校大数据系列课程分为理论教学和技术教学两方面；比如社会上优质的专注大数据人才培养机构等多方面进行。