大二憨
随着企业对大数据专业人士的需求激增，而所提供的工资也创下新高。为了吸引最优秀的人才，有些岗位拥有高达六位数的薪水，是美元哦!
TechGenix日前刊发了Benjamin Roussey撰写的一个报道，作者对市场上10个最受欢迎的大数据岗位进行了梳理。不知道中国大数据工程师的薪酬有没有达到这个水准呢?
1. 大数据工程师
年薪范围： 135,000美元至196,000美元
过去12个月的薪资增长：5.8%(增长率第二高)
工作职责：
(1)收集和存储大量数据。
(2)构建，测试和维护大规模的大数据架构，如数据库和数据处理系统。
(3)通过接触基于Hadoop的多种技术 - MapReduce，Hive MongoDB或Cassandra，参与设计大数据解决方案。
(4)与其他专家合作，包括：
数据架构师 - 为公司确定最佳数据管理系统
数据科学家 - 了解他们进行分析所需的数据。
(5)负责数据库集成。
(6)使用非结构化数据集并将其转换为适合分析的格式的数据集。
2. 数据架构师
年薪补偿范围：131,250美元至184,000美元
过去12个月的薪资增长： 4.1%
工作职责：
(1)负责组织数据架构的各个方面，包括：
造型
建造
实施
维护
(2)研究企业的数据需求，并为每个部门/服务区域实施战略模型。
(3)定期更新有关计划，发展和关注领域的管理。
3. 数据仓库经理
年薪补偿范围： 129,000美元至179,000美元
过去12个月的薪资增长： 4.1%
工作职责：
设计，开发和维护数据仓库和数据集市。
与参与数据库操作的所有专家(开发人员、管理员和经理)协作，以确保整个数据系统符合：
该组织的战略目标
组织数据架构的目标
市场上的一些仓库产品包括Microsoft SQL Server和Oracle。使用它们的企业需要雇用数据仓库管理员。
4. 数据库经理
年薪补偿范围： 122,250美元至177,000美元
过去12个月的薪资增长： 3.7%
工作职责：
(1)专注于用于存储和构建数据的技术。
(2)任务可能包括：
预测数据库容量要求
数据库安装
数据库系统的配置
数据库设计
数据迁移
监控数据库系统的性能
确保数据安全
解决问题
防止数据丢失(维护备份)
恢复任何丢失的数据
(3)与数据库开发人员协作
(4)培训下属并指导用户以最佳方式使用数据库。
5. 商业智能分析师
年薪补偿范围： 118,000美元至171,500美元
过去12个月的薪资增长： 4.3%
工作职责：
将数据转换为适合决策的可分析格式。
根据要求为管理层提供基于数据的见解
研究数据趋势，以检索对业务运营至关重要的信息
商业智能分析师应该精通分析和报告工具，以执行日常任务。他或她还应具有多年处理数据库查询和编写存储过程的经验。还应具备OLAP和数据立方体技术的专业知识。
6. 数据科学家
年薪补偿范围： 116,000美元至163,500美元
过去12个月的薪资增长： 6.4%(数据科学领域的最高增长率)
工作职责
(1)收集，分析，解释大型数据集：
确定企业改善运营的方式。
确定业务可以通过其获得竞争优势的途径。
(2)使用统计建模技术的数据挖掘包括：
聚类
决策树
回归
具有类似能力的先前经验通常是该职位的先决条件。
7. 数据建模
年薪补偿范围： 111,000美元至161,500美元
过去12个月的薪资增长： 3.9%
工作职责：
(1)基于复杂的业务数据开发用户友好的计算机系统数据库。
(2)与数据架构师协作，并使用理论、逻辑和物理数据模型来创建满足组织要求的数据库解决方案。
(3)设计模型，通过以下方式提高运营效率
减少数据冗余
增加数据 - 系统兼容性，以确保在整个组织内有效地传输数据
数据建模者通常专注于各个业务领域。这使得理解和解释数据对于整个企业更加一致和健壮。
8. 数据开发者
年薪补偿范围： 108,000美元至161,500美元
过去12个月的薪资增长： 5.1%(在前三个增长率中)
工作职责：
为开发项目确定正确的编程语言。
确保新项目符合组织的数据管理规范。
通过理想的接口连接数据库和数据库工具。
与数据库开发团队协作。
要获得数据库开发人员的工作，可能需要过去的开发、数据分析和单元测试经验。
9. 数据库管理员(DBA)
年薪补偿范围： 98,500- $ 148,500美元
过去12个月的薪资增长： 3.6%
工作职责：
(1)使用理想的软件存储和清理数据。
(2)与IT安全团队合作以确保数据安全。
(3)其他责任可包括：
规划数据库容量
安装数据库系统
配置整个系统
数据库设计
数据迁移
管理数据库性能
数据安全管理
疑难解答问题
数据备份
数据恢复
10. 数据分析师
年薪补偿范围： 77,500- $ 118,750美元
过去12个月的薪资增长： 3.8%
工作职责：
(1)整理，构建和进行数据统计分析。
(2)使用数据来回答与业务相关的问题。
(3)根据技能水平，数据分析师可以：
与IT人员，数据科学家或管理层协作以设定组织目标。
从主要和次要来源进行数据挖掘。
在数据分析中应用结构化统计工具。
与数据科学家相比，此角色所需的技能集可能不那么先进。
大数据领域正在迅速扩展，为全球所有行业创造了充足的就业机会。随着越来越多的公司正了解、使用、发挥大数据的商业价值，该领域的工作岗位数量也在不断增加。
