ETL人才在大数据时代炙手可热的原因及原因研发

ETL研发

随着数据类型的不断增加，企业对数据集成专业人才的需求也越来越旺盛。ETL 开发人员与不同的数据源和组织合作，从不同的源中提取数据，转换并导入数据仓库以满足企业的需求。ETL研发主要负责从分散、异构的数据源中提取数据，如关系数据、平面数据文件等，到临时中间层，清洗、转换、整合，最后加载到数据仓库或数据集市成为在线分析处理、数据挖掘的基础。目前ETL行业比较成熟，相关岗位的工作生命周期比较长行业大数据，这通常由内部员工和外包承包商完成。ETL人才在大数据时代如此火爆的原因之一是，在企业大数据应用的早期，Hadoop只是穷人的ETL。

可视化（前端展示）工具开发

海量数据的分析是一个很大的挑战，Spotifre、Qlikview、Tableau等新的数据可视化工具可以直观、高效地展示数据。可视化开发是通过对可视化开发工具提供的图形用户界面上的界面元素进行操作行业大数据，由可视化开发工具自动生成应用软件。它还可以轻松地跨多个源和层次结构连接您的所有数据。久经考验、完全可扩展且全面的可视化组件库为开发人员提供了一套功能齐全且易于使用的组件，可在极其丰富的用户界面上进行构建。

信息架构开发

大数据重新点燃了主数据管理的热潮。充分利用企业数据来支持决策需要非常专业的技能。信息架构师必须了解如何定义和记录关键元素，以确保以最有效的方式管理和利用数据。信息架构师的关键技能包括主数据管理、业务知识和数据建模。

数据仓库研究

数据仓库是支持企业各级决策过程的所有类型数据的战略集合。它是为分析报告和决策支持目的而创建的单一数据存储。为企业提供对商业智能的需求，以指导业务流程改进并监控时间、成本、质量和控制。数据仓库专家熟悉 Teradata、Neteeza 和 Exadata 等公司的大数据设备。数据集成、管理和性能优化可以在这些一体机上完成。

数据科学

过去也被称为数据架构研究，数据科学家是一个全新的职业，能够将企业的数据和技术转化为企业的商业价值。随着数据科学的进步，越来越多的实际工作将直接在数据上进行，这将使人类能够理解数据，从而理解自然和行为。因此，数据科学家首先应该具备出色的沟通能力，能够向 IT 部门和业务部门的领导解释数据分析结果。一般来说，数据科学家是分析师、艺术家，需要具备多种跨学科的科学和商业技能。

当然，除了以上五个方向，大数据行业还有很多不错的工作。对大数据感兴趣的朋友，赶快投资大数据吧！