获得大数据顶尖职位必备的9项技能，你会多少？
25.05.2015 12:41
本文来源: 中小企业
Apache Spark
如果说Hadoop在大数据世界中已广为人知，那么Spark就是一匹黑马，它所蕴含的原始潜力使Hadoop黯然失色。无论是否是Hadoop架构，快速崛起的内存计算技术被认为是MapReduce风格分析框架更快和更简洁的替代方案。Spark最佳的定位应当是大数据技术族中重要的一个成员。Spark仍然需要专业技术进行编程和运行，这为知晓该技术的工程师提供了不错的工作机会。
NoSQL
在大数据的操作层面，诸如MongoDB和Couchbase等分布式、可扩展的NoSQL数据库正在接管市场份额极为庞大的的SQL数据库，例如Oracle和IBM DB2。在Web和移动App层面，NoSQL数据库常常被做为Hadoop分析的数据源。在大数据领域，Hadoop和NoSQL分别成为良性循环的两个端点。
机器学习和数据挖掘
人们习惯于对收集的数据进行挖掘，但是，在当今大数据的世界里，数据挖掘已经达到了一个全新的高度。机器学习成为去年大数据技术最热门的领域之一，2015年顺理成章地成为它的突破之年。大数据将会使那些能够利用机器学习技术去构建和训练像分类、推荐和个性化系统等预测分析应用程序的人成为职场宠儿，取得就业市场上的顶级薪金。
统计和定量分析
这就是大数据。如果你有定量推理背景和数学或统计学等方面的学位，那么你就成功了一半。此外，再加上一些使用统计工具经验,例如R、SAS、Matlab、SPSS，或者是Stata，你就能够锁定这些工作岗位啦。在过去，许多量化工程师都会选择在华尔街工作，但由于大数据的快速发展，现在各行各样都需要大量的具有定量分析背景的极客。
SQL
以数据为中心的语言已有超过40年的历史了，但是这种祖父级的语言在当前的大数据时代仍然具有生命力。尽管它难以应对大数据的挑战 (见上文NoSQL部分)，但是，简化了的结构化语言使其在许多方面变得十分容易。同时应该感谢来自于Cloudera所发布的Impala等开源项目，让SQL获得了新生，成为下一代Hadoop规模的数据仓库的通用语言。
数据可视化
大数据可能不是那么容易理解，但在某些情况下，通过鲜活的数据吸引眼球仍然是不可替代的方法。你可以一直采用多元或逻辑回归分析方法解析数据，但是，有时候使用类似Tableau或Qlikview这样的可视化工具探索数据样本能够直观的告诉你所拥有的数据的形态，甚至是发现那些能够改变你处理数据方法的一些隐蔽细节。当然，如果你长大后想成为数据艺术家，那么，精通一个甚至是更多的可视化工具就是必不可少的了。
General Purpose Programming Languages
在类似Java、C、Python，或Scala等通用语言中拥有编程应用经验能够使你相对于那些局限于分析技术的人更具有优势。根据Wanted Analytics的统计，招聘具有数据分析背景的“计算机编程”职位的数量增长了337%。具有传统应用程序开发和新兴数据分析能力的人将会有极大的就业选择空间，能够自由地在终端用户企业和大数据创业公司之间进行流动。
创造力和问题解决能力
无论你在高级分析工具和技术方面有多大优势，自主思考能力仍然是无可替代的。大数据处理工具会不可避免的进行演化发展，新技术会不断涌现并替代这里所列 出的技术。但是，如果你能出于本能的渴求新的知识，并且能够像猎犬一样发现问题的解决方案，就会有大量工作机会等着你。 来源：机房360
本文来源: 中小企业
25.05.2015 12:41
