大数据开发和大数据分析有什么区别？

引言

一提到大数据，可能有很多人都会弄不清楚数据分析和数据开发的区别。可能很多人第一印象就是：“我去抖音上看了一个什么视频，我去小红书上给什么东西点了个赞，淘宝马上就给我推荐这个东西了。这就是大数据。”这个描述，可以说对，但是也可以说不对。从专业角度来说，这个东西太笼统了。就好像再说“男”或者“女”这种概念一样。但是在大数据这个行业也是存在很多很多的分支的。考过研的同学们可能知道，我们未来的专业都是越学越窄越来越专精的，大数据也是一模一样。

刚刚我们提到的内容，可以说是数据分析，也可以说是数据开发。一般而言大数据实际上也分为两种，一种叫大数据分析，一种叫大数据开发。虽然在这两个领域中还可以细分（比如说大数据开发里面的数仓、离线、实时流之类的），不过我们目前没必要分的太细,只需要稍微的了解一下未来的第一个分支方向该如何选择就可以了。那么他们具体的区别又是怎么样子的呢？这篇文章就会带着大家详细的了解一下他们之间的区别。

数据分析什么是数据分析

首先我们先来说一下数据分析。数据分析和统计学的关联非常大，在伊恩·艾瑞斯所著的《大数据思维与决策》这本书中曾提到过大数据存在的重要性。最早的大数据分析甚至可以溯源到20世纪末，他们通过测算气候，湿度，生长环境等因素精准的预测了葡萄的产量。也是从那个时候开始慢慢的有了回归方程的思路，根据结果来推算标签和关联性，通过这些关联性来判断其他因素。

大数据思维与决策大数据分析是干什么的？

比如说我们去超市买一包纸，在统计学角度来说喜欢买纸的或许也不介意来一颗口香糖，因为口香糖也是需要用到纸来吐出口香糖的。所以我们基本上在超市中很经常可以看到一包纸是经常和口香糖一起放在柜台附近的。（当然根据后面用户群体和数据模型不同这个推断可能会更多的改变。）根据用户群体，购买力，节假日，时段，促销等各种活动，从中分析出收益概率最高的一些组合，然后凑成物品的摆放。

或者说在大家刷抖音，知乎，b站的时候，有可能你看到了一篇吃播的视频，通过统计学得到一般喜欢吃播的人有60%喜欢看音乐相关，有80%喜欢看美食制作（我胡诌的数据，只是为了讲解概念）。那么他就会给你推荐3个美食制作和2个音乐相关作为其他视频。然后还有一个无关紧要的随机标签视频来作为统计测试大家的点击率。

那么数据分析实际上更多的是在心理学，统计学和行为学等方向的内容。主要工作重点在数据建模与分析，更多注重的是数据指标的建立，数据的统计，数据之间的联系，数据的深度挖掘和机器学习，并利用探索性数据分析的方式得到更多的价值线索。

数据分析需要什么？

所以做数据分析需要有强大的逻辑思维，数学思维，以及部分心理学，解剖医学（别尬黑大数据开发，现在的心理学已经开始研究通过潜意识去引导了，而说什么话大脑会产生什么反应，潜意识会怎么做，这就是解剖医学相关内容。）等，并且在做业务决策的时候非常容易产生一些误差。我们只能更多的获取数据，获取更多有用的标签，试图通过各种标签之间的关联性，以及各种数据之间联系，统计推算出大概的用户群体，随后针对性的对于这部分群体进行出招。

数据分析需要掌握哪些大概的技能？

因为是统计学相关，所以我们需要掌握：

根据方向不同，学习的内容也会稍有偏差。数据分析对代码编程能力要求不高，侧重的是对业务的理解，逻辑思维和对业务方向的精准判断。但是由于岗位要求不高，可以做的人多，所以如果遇到裁员很有可能是优先考虑批次。

数据分析的薪资待遇？

一般而言由于数据分析比较好学，但是薪资普遍偏低，提升空间也不大。下图为数据分析师的大致工资。

由于岗位要求不高，可以做的人多，所以如果遇到裁员很有可能是优先考虑批次。

数据分析岗位(武汉）数据开发什么是大数据开发？

我们在来说一下数据开发。如果说数据分析是需要标签和大批量数据建模来分析方向，那么大数据开发就是提供和创造这种数据的。大数据开发起源于三篇google的论文，从08年hadoop生态集群击败超级计算机开始，大数据开发的发展便越来越成为一种趋势。

大数据开发在同类型行业中待遇简直是天花板级别。不说我，就连刚来公司的毕业生，每周都可以做到9点上班7点下班（午休两个小时），附带下午茶的待遇。因为他能力不错，毕业薪资都可以达到8k。

大数据开发的就业非常的好，现在国内的通讯、IT行业招聘当中，有20%（数值还在增长，因为人才缺口也在逐渐变大）都与大数据相关。所以大数据开发根本不需要担心裁员，只要不是外包公司，你的能力很强的话，甚至你离职时候老板还会和你说：“是不是我们这边没给你休息好，要不给你放一两个月带薪假好好休息一下，后面在继续在这里？”

hadoop相关论文

大数据开发是干什么的?

举个离大家很近的例子：比如说我们之前的京东、淘宝等的618，双11等活动，背后就是使用的Storm（早些时候，16年左右），以及Flink（至今）来完成的一些实时大量数据计算的。在这个层面上很明显大数据的优势是非常大的。尤其是大批量的实时交易，非常的依赖大数据开发相关的内容。

如果是非实时的，比如说我们的物流仓库，销售管理等，是一批一批来的数据，那么对于这种离线数据的计算和处理，背后也是使用一个大数据框架：Spark 来完成我们的相关计算操作的。具体一点来说，比如说我们数据分析提出需求：我需要知道在xx时间段的物流仓库的货物排行，根据xx（物品品类，物品重量等）规则排序。那么我们现在根据这个需求来编写计算逻辑，提供给他他需要的数据。

觉得不好理解的话，可以看看下面这个例子：

如果你玩一个游戏(譬如英雄联盟，游戏王，魔兽世界等等），游戏人物的动作和技能是展示给用户的表现得话，那么你放技能打中别人所产生的数值的计算方法就来源于程序。那么这种数值的产生基于属性(攻击力,攻击类型，防御力，暴击，加成系数，技能系数等）的计算逻辑也就是类似于我们的大数据开发(只不过大数据把他们分布到了很多个电脑|服务器里同时运算）。

正因为我们需要去创造重要的数据，所以大数据开发，是一个用来给用户创造所需数据的方向，一般工作方向是大数据应用实现，注重服务器端开发、数据库开发、呈现与可视化人机交互等衔接数据载体和数据加工各个单元以及用户的功能落地与实现。

大数据开发需要什么？

做大数据开发需要有强大的逻辑思维和代码编写能力，数学能力，以及对算法的敏感度。如果说数据分析更多的是和人打交道的话，那么大数据开发更像是机器打交道(阿宅们的福音）。大数据开发就不需要考虑和心理学相关问题，只是别人给你需求，按照他的需求编写好逻辑，提供给他他要的就行了。有一个绝对听话的编译软件陪着你，不需要过多的考虑他人的想法，对阿宅们来说，也是一件很幸福很开心的事情呢~

大数据开发需要掌握什么？

根据方向不同，学习的内容也会稍有偏差，大数据开发需要一定的编程能力和语言能力，以及解决问题的能力。大数据开发会涉及到大量开源类的东西，而开源类的东西坑又比较多（版本号，链接，方法匹配等各种疑难杂症），因此需要我们能够快速定位解决问题（这个其实是一个经验积累，一般有人带会学习更快一些）。所以大数据适合有一定开发基础的，为了能够迅速就业，也需要一些有很多年开发经验的大数据工程师来给你讲授经验（报班，工作途中询问，亲戚、朋友咨询等）

但是大数据开发是最难被裁员的岗位之一（还有一个是人工智能，但是那个对学历要求非常高，对理论要求也很强，需求量没大数据大。），只要你有能力，工作态度不摆烂，一定是工作环境又舒服，又不容易被开除的岗位。目前人才缺口太大，公司很多时候不愿意去冒这个险。

资料在这里（填完就可以领取, 请认真填喔，不认真的就拿不到了。）：

大数据开发的薪资大概多少？

既然刚刚说到了大数据开发待遇好，不易被裁员，那么再让我们看看薪资。首先大数据开发的上升空间是非常大的，让我们直接来boss上看看薪资：

大数据开发（武汉）

很明显可以发现，大数据开发的薪资会随着你的工作经验增长，有明显的大幅度增长。而且福利待遇基本上包括了团建，下午茶，旅游等。

总结

相信看到这里大家已经明白了大数据分析和大数据开发的区别了。那么请大家根据自己的实际偏向和需求来选择自己的行业方向吧！这边给一个交流群，欢迎进来一起讨论相关知识，交流学习问题。

（编辑：佛山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!