大数据开发具体是做什么的？求举例说明。

1. 大数据开发具体是做什么的？求举例说明。

大数据开发有两种开发方向，一种是基于Hadoop和Spark开发大数据平台应用，另一种是基于大数据开源组件开发公司需求的一种完善的大数据系统平台，大数据开发主要偏向于使用计算机编程类的知识。应用在银行中开发出大数据分析平台，用于分析客户的消费内容以及兴趣爱好，便于银行为客户指定优良的推送服务；在游戏行业中负责游戏后端的数据系统开发等；在企业中根据企业的需求开发出大数据分析平台，分析企业所在行业的发展预测，使企业决策更加智能化并提高了企业的工作效率。最初学习要学会Java语言基础，此阶段是大数据刚入门阶段，主要是学习一些Java语言的概念、字符、流程控制等。大数据从入门到精通学习路线；第二阶段主要掌握Linux操作系统的灵活使用。掌握大数据核心技术之一——Hadoop生态体系。大数据从入门到精通学习路线;第三阶段主要掌握Scala语言的使用、各种数据结构、同时还要深度讲解spark的一系列核心概念比如结构、安装、运行、理论概念等。还有Storm实时开发，Storm主要用来处理实时计算的问题。千锋教育截止目前已在北京、深圳、上海、广州、郑州、成都、大连等20余个核心城市建立直营校区，服务近20万学员、近千所高校和数万家企业。

2. 大数据开发和数据分析有什么区别？

1、技术区别
大数据开发类的岗位对于code能力、工程能力有一定要求，这意味着需要有一定的编程能力，有一定的语言能力，然后就是解决问题的能力。
因为大数据开发会涉及到大量的开源的东西，而开源的东西坑比较多，所以需要能够快速的定位问题解决问题，如果是零基础，适合有一定的开发基础，然后对于新东西能够快速掌握。
如果是大数据分析类的职位，在业务上，需要你对业务能够快速的了解、理解、掌握，通过数据感知业务的变化，通过对数据的分析来做业务的决策。
在技术上需要有一定的数据处理能力，比如一些脚本的使用、sql数据库的查询，execl、sas、r等工具的使用等等。在工具层面上，变动的范围比较少，主要还是业务的理解能力。

2、薪资区别
作为IT类职业中的“大熊猫”，大数据工程师的收入待遇可以说达到了同类的顶级。国内IT、通讯、行业招聘中，有10%都是和大数据相关的，且比例还在上升。
在美国，大数据工程师平均每年薪酬高达17.5万美元。大数据开发工程师在一线城市和大数据发展城市的薪资是比较高的。
大数据分析：大数据分析同样作为高收入技术岗位，薪资也不遑多让，并且，我们可以看到，拥有3-5年技术经验的人才薪资可达到30K以上。
3、数据存储不同
传统的数据分析数据量较小，相对更加容易处理。不需要过多考虑数据的存储问题。而大数据所涉及到的数据具有海量、多样性、高速性以及易变性等特点。因此需要专门的存储工具。
4、数据挖掘的方式不同
传统的数据分析数据一般采用人工挖掘或者收集。而面对大数据人工已经无法实现最终的目标，因此需要跟多的大数据技术实现最终的数据挖掘，例如爬虫。

3. 大数据是什么

大数据是指在一定时间内，常规软件工具无法捕捉、管理和处理的数据集合。它是一种海量、高增长、多元化的信息资产，需要一种新的处理模式，以具备更强的决策、洞察和流程优化能力。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业的处理。换句话说，如果把大数据比作一个行业，这个行业盈利的关键在于提高数据的“处理能力”，通过“处理”实现数据的“增值”。

从技术上讲，大数据和云计算的关系就像硬币的正反面一样密不可分。大数据不能用单台计算机处理，必须采用分布式架构。其特点在于海量数据的分布式数据挖掘。但它必须依赖云计算分布式处理、分布式数据库、云存储和虚拟化技术。





扩展信息:

大数据只是现阶段互联网的一个表征或特征。没有必要将其神话或保持敬畏。在以云计算为代表的技术创新背景下，这些原本看似难以收集和使用的数据开始被轻松使用。通过各行各业的不断创新，大数据将逐渐为人类创造更多的价值。

是体现大数据技术价值的手段，是进步的基石。这里从云计算、分布式处理技术、存储技术、感知技术的发展，阐述大数据从采集、处理、存储到形成结果的全过程。

实践是大数据的终极价值。在这里，我们从互联网大数据、政府大数据、企业大数据、个人大数据四个方面来描绘大数据的美好图景和将要实现的蓝图。

4. 大数据开发是做什么的?

问题一：大数据能做什么用？  baike.baidu/...laddin 
  大数据的作用在于通过对数据的分析，达成两种目的： 
  一了解事物的发展规律。 
  二预测事务的发展方向。 
  
   问题二：大数据开发人员到企业干些什么工作  大数据（big data），是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据 *** 。 
  有人把数据比喻为蕴 藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是成为赢得竞争的关键。 
  大数据的价值体现在以下几个方面： 
  1)对大量消费者提 *** 品或服务的企业可以利用大数据进行精准营销; 
  2) 做小而美模式的中长尾企业可以利用大数据做服务转型; 
  3) 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。 
  
   问题三：大数据开发要懂大数据的哪些东西  大讲台大数据培训为你解答：首先大数据开发以Java为基础的，基础阶段：Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis。hadoop mapreduce hdfs yarn：hadoop：Hadoop 概念、版本、历史，HDFS工作原理，YARN介绍及组件介绍。大数据存储阶段：hbase、hive、sqoop。大数据架构设计阶段：Flume分布式、Zookeeper、Kafka。大数据实时计算阶段：Mahout、Spark、storm。大数据数据采集阶段：Python、Scala。大数据商业实战阶段：实操企业大数据处理业务场景，分析需求、解决方案实施，综合技术实战应用。 
  
   问题四：大数据可以做什么  可以用几个关键词对大数据做一个界定。 
  首先，“规模大”，这种规模可以从两个维度来衡量，一是从时间序列累积大量的数据，二是在深度上更加细化的数据。 
  其次，“多样化”，可以是不同的数据格式，如文字、图片、视频等，可以是不同的数据类别，如人口数据，经济数据等，还可以有不同的数据来源，如互联网、传感器等。 
  第三，“动态化”。数据是不停地变化的，可以随着时间快速增加大量数据，也可以是在空间上不断移动变化的数据。 
  这三个关键词对大数据从形象上做了界定。 
  但还需要一个关键能力，就是“处理速度快”。如果这么大规模、多样化又动态变化的数据有了，但需要很长的时间去处理分析，那不叫大数据。从另一个角度，要实现这些数据快速处理，靠人工肯定是没办法实现的，因此，需要借助于机器实现。 
  最终，我们借助机器，通过对这些数据进行快速的处理分析，获取想要的信息或者应用的整套体系，才能称为大数据。 
  
   问题五：做大数据方向还是做互联网方向的开发好  计算机网络技术分，开发，维护，运营，产品经理。 
  至于移动互联网的方向好不好，我只能说， 
  未来的十年是移动互联网的十年。 
  
   问题六：什么是大数据，大数据可以做什么  大数据，指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据 *** ，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。 
  大数据可以对；数据进行收集和存储，在这基础上，再进行分析和应用，形成我们的产品和服务，而产品和服务也会产生新的数据，这些新数据会循环进入我们的流程中。 
  当这整个循环体系成为一个智能化的体系，通过机器可以实现自动化，那也许就会成为一种新的模式，不管是商业的，或者是其他。 
  
   问题七：什么是大数据和大数据平台  大数据技术是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。 
  大数据平台是为了计算，现今社会所产生的越来越大的数据量。以存储、运算、展现作为目的的平台。 
  
   问题八：大数据是什么意思,大数据概念怎么理解？  大数据(big data,mega data)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。 
  在维克托・迈尔-舍恩伯格及肯尼斯・库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。 
  对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 
  从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。 
  随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。 
  
  大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。 
  
  大数据的特点。数据量大、数据种类多、 要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复杂的，我们需要搜索、处理、分析、归纳、总结其深层次的规律。 
  
  大 数据的采集。科学技术及互联网的发展，推动着大数据时代的来临，各行各业每天都在产生数量巨大的数据碎片，数据计量单位已从从Byte、KB、MB、 GB、TB发展到PB、EB、ZB、YB甚至BB、NB、DB来衡量。大数据时代数据的采集也不再是技术问题，只是面对如此众多的数据，我们怎样才能找到 其内在规律。 
  
  大数据的挖掘和处理。大数据必然无法用人脑来推算、估测，或者用单台的计算机进行处理，必须采用分布式计算架构，依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术，因此，大数据的挖掘和处理必须用到云技术。 
  互联网是个神奇的大网，大数据开发也是一种模式，你如果真想了解大数据，可以来这里，这个兽鸡的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。 
  大数据的应用 
  大数据应用在生活中可以帮助我们获取到有用的价值。 
  随着大数据的应用越来越广泛，应用的行业也越来越低，我们每日都可以看到大数据的一些新颖的应用，从而帮助人们从中获取到真正有用的价值。许多组织或者个人都会受到大数据的剖析影响，但是大数据是怎样帮助人们挖掘出有价值的信息呢?下面就让我们一起来看看九个价值极度高的大数据的应用，这些都是大数据在剖析应用上的关键领域： 
  
  1.理解客户、满足客户服务需求 
  大数据的应用现在在这领域是最广为人知的。重点是怎......>> 
  
   问题九：大数据可以从事什么岗位  和大数据相关的工作岗位越来越多了的。大数据研发，大数据运维，大数据工程师，大数据分析师等等等等。目前来看，整体的还不算是很多的，但是随着以后行业的越来越成熟，大数据的岗位也是会越来越多的。慢慢的期待的吧，所以现在学习大数据的人越来越多了。 
  
   问题十：数据开发工程师（大数据开发工程师） 有什么区别  相当于大数据是数据的哥哥，就是这个意思

5. 大数据分析与大数据开发是什么？

大数据时代软件开发与维护技术简析
 
随着科学技术的快速发展， 人们对于计算机技术的应用愈加广泛，信息的快速传递和数据的大量产生，让我们进入了大数据时代，由此也可以看出，软件开发及其维护技术在大数据时代有着极为重要的作用。为此，需要紧随时代发展的步伐，针对现有软件进行开发和维护升级，以提高软件的应用水平。
一、大数据背景下软件开发及维护技术
互联网的广泛应用离不开软件的开发和维护，尤其软件开发技术极为重要。人们可以应用互联网技术获取信息，并做到资源的有效共享，极大地方便了信息的获取与传递，而软件开发技术在互联网中扮演着联通人与人、人与物的作用，对互联网的内容进行了很大的丰富，并且构建了互联网体系，推动互联网实现了全覆盖，并且能够很好地实现自我调控。
软件与设备设施的共同之处就在于同样需要进行维护，机械设备需要维护是由于其零部件发生磨损或老化而导致存在安全隐患，会影响其运行状态，而软件维护则是由于其实际运行过程中技术水平的提升导致软件出现漏洞，从而影响信息数据的安全。
二、大数据时代下软件开发及维护的重要性
大数据时代背景下，网络中充斥着海量的数据信息，这就意味着需要利用软件进行各项数据信息的处理，如果仅仅依靠现有软件，无论在功能上还是在数据处理速度上都无法满足与日俱增的数据量，而且大数据时代网络数据的开放性也决定了需要从海量数据信息中准确挖掘更大的价值，而传统的方式进行数据处理通常为搜集、筛选，不能满足需求。
而且大数据技术发展速度不断加快，软件开发过程中需要用到更多的大数据技术，需要从众多的数据中寻找规律，进而搜索到符合用户实际需求的数据，如此方能够体现出软件的功能优势，提高用户满意度和应用体验。
软件开发与维护能够借助大数据技术的优势，软件开发人员在进行软件设计过程中，可以借助大数据技术对当前市场中应用软件现有功能和用户需求进行全面的了解，构建较为系统的分析模型。
例如，某企业在软件开发过程中，利用大数据技术可以了解市场中流行软件或用户较为集中和应用较多的软件，以此就可以寻找到软件开发的重点与难点，在实际进行软件开发时就可以参照这些数据进行有目标的开发和调整。并且软件开发与维护也需要以具体的大数据信息进行有效的评估和分析，寻找到准确的数据信息，如此才能够使设计的软件可以与大数据技术相兼容，并获得更多可参考的信息。
三、大数据时代下软件开发及维护技术要点
软件开发在互联网技术及其应用当中有着重要的地位，尤其大数据时代背景下，软件开发技术在互联网领域当中有着极为广泛的应用范围。
例如，用户运用计算机技术进行互联网平台的搭建，能够明显加快彼此间信息沟通与共享的速度，有助于打破时间性与区域性的限制，实现全球范围内信息的快速共享，同时互联网当中对于软件开发及其维护技术应用有着极高的连通性价值，其能够丰富互联网连接体系，同时也能够满足全球化范围覆盖的要求，能够在真正意义上做到自我调节各个节点，并实现平台中所蕴含各类信息数据的丰富。
另外，受到各项软件开发技术与互联网应用中持续深化的影响，使得互联网信息传播模式也产生了巨大的变化，为了能够满足时代发展的要求， 相关技术人员需要灵活运用通信及信息处理等相关技术与设备，并将重点放在提高软件开发的效率和力度方面，以进一步推动计算机软件技术水平的提升。
通常情况下，软件维护技术要点主要包括以下几点：首先，对软件进行改善性维护。在实际运营过程中，软件容易出现错误，需要根据指令及时帮助客户进行软件的改正和诊断。其次，对软件进行适应性维护。
主要的目的在于使软件能够适应计算机运行环境，并提高用户使用舒适度。再次，针对软件进行升级完善。也就是人们所常说的迭代，用户在使用软件时容易出现一些新的需求，或提出针对原有软件进行优化的要求，这就需要运用维护技术来提高软件的功能性。
最后，针对软件进行预防性维护。软件不但要满足当前用户需求，同时，还要在可预见范围内满足未来发展的需要，所以，一些软件开发者或软件工作者会主动进行软件的修改，以提高软件运行的可靠性，对软件的维护通常需要考虑多方面因素，如可测试性、可修改性和可理解性。

6. 大数据开发和数据分析有什么区别？

1、技术区别
大数据开发类的岗位对于code能力、工程能力有一定要求，这意味着需要有一定的编程能力，有一定的语言能力，然后就是解决问题的能力。
因为大数据开发会涉及到大量的开源的东西，而开源的东西坑比较多，所以需要能够快速的定位问题解决问题，如果是零基础，适合有一定的开发基础，然后对于新东西能够快速掌握。
如果是大数据分析类的职位，在业务上，需要你对业务能够快速的了解、理解、掌握，通过数据感知业务的变化，通过对数据的分析来做业务的决策。
在技术上需要有一定的数据处理能力，比如一些脚本的使用、sql数据库的查询，execl、sas、r等工具的使用等等。在工具层面上，变动的范围比较少，主要还是业务的理解能力。

2、薪资区别
作为IT类职业中的“大熊猫”，大数据工程师的收入待遇可以说达到了同类的顶级。国内IT、通讯、行业招聘中，有10%都是和大数据相关的，且比例还在上升。
在美国，大数据工程师平均每年薪酬高达17.5万美元。大数据开发工程师在一线城市和大数据发展城市的薪资是比较高的。
大数据分析：大数据分析同样作为高收入技术岗位，薪资也不遑多让，并且，我们可以看到，拥有3-5年技术经验的人才薪资可达到30K以上。
3、数据存储不同
传统的数据分析数据量较小，相对更加容易处理。不需要过多考虑数据的存储问题。而大数据所涉及到的数据具有海量、多样性、高速性以及易变性等特点。因此需要专门的存储工具。
4、数据挖掘的方式不同
传统的数据分析数据一般采用人工挖掘或者收集。而面对大数据人工已经无法实现最终的目标，因此需要跟多的大数据技术实现最终的数据挖掘，例如爬虫。

7. 大数据是什么

什么是大数据？
列举三个常用的大数据定义:
(1)具有较强决策、洞察和流程优化能力的海量、高增长、多样化的信息资产需要新的处理模式。
——Gartner
(2)海量数据量、快速数据流和动态数据速度、多样的数据类型和巨大的数据价值。
—— IDC
(3)或者是海量数据、海量数据、大数据，是指所涉及的数据太大，无法在合理的时间内被截取、管理、处理、整理成人类可以解读的信息。
—— Wiki
大数据的其他定义也差不多，可以用几个关键词来定义大数据。
首先是“大尺度”，可以从两个维度来衡量，一是从时间序列中积累大量数据，二是对数据进行深度提炼。
其次，“多样化”可以是不同的数据格式，比如文字、图片、视频等。，可以是不同的数据类别，如人口数据、经济数据等。，也可以有不同的数据源，如互联网和传感器等。
第三，“动态”。数据是不断变化的，它可以随着时间迅速增加大量的数据，也可以是在空间不断移动变化的数据。
这三个关键词定义了大数据的形象。
但是，需要一个关键能力，就是“处理速度快”。如果有这样的大规模、多样化、动态的数据，但是需要很长时间的处理和分析，那就不叫大数据。从另一个角度来说，要实现这些数据的快速处理，肯定没有办法手工实现，所以需要借助机器来实现。

8. 大数据开发的前景？

从政策上来讲，大数据是国家重点支持项目，未来的几个五年十年计划中，大数据都是非常关键的一环。从职场前景上讲，大数据分为大数据开发，大数据分析，大数据科研等几个方向，应用最广的就是大数据开发。一般新兴行业，重点扶持项目都会有产业新，职位功能不配套的问题，但是大数据开发不会。

作者：海牛大数据