数据算法工程师选择什么专业

① 大数据专业学什么 从事什么职业

大数据采集与管理专业是从大数据应用的数据管理、系统开发、海量数据分析与挖掘等层面系统地帮助企业掌握大数据应用中的各种典型问题的解决办法的专业。

大数据专业课程

大数据专业将从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地帮助企业掌握大数据应用中的各种典型问题的解决办法，包括实现和分析协同过滤算法、运行和学习分类算法、分布式Hadoop集群的搭建和基准测试、分布式Hbase集群的搭建和基准测试、实现一个基于、Maprece的并行算法、部署Hive并实现一个的数据操作等等，实际提升企业解决实际问题的能力。

大数据就业岗位

一、数据分析师

数据分析师应该是当下大家听到过最多的大数据岗位，这个工作指的是不同行业中，从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析数据，实现数据的商业意义。

二、数据架构师

数据架构师是负责平台的整体数据架构设计，完成从业务模型到数据模型的设计工作，根据业务功能、业务模型，进行数据库建模设计，完成各种面向业务目标的数据分析模型的定义和应用开发，平台数据提取、数据挖掘及数据分析。

三、数据挖掘工程师。

这个工作一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。这些知识可用使企业决策智能化，自动化，从而使企业提高工作效率，减少错误决策的可能性，以在激烈的竞争中处于不败之地。

四、数据算法工程师。

在企业中负责大数据产品数据挖掘算法与模型部分的设计，制定数据建模、数据处理和数据安全等架构规范并落地实施。

② 大数据工程师一定要对应专业吗

是的，自学除了天才可行，大数据开发工程师是做什么的？岗位要求高吗？大数据开发工程师要负责数据仓库建设、ETL开发、数据分析、数据指标统计、大数据实时计算平台及业务开发、平台建设及维护等工作内容。熟练掌握数据仓库、hadoop生态体系、计算及二次开发、大数据平台工具的开发：开发平台、调度系统、元数据平台等工具，该岗位对于技术要求较高。

大数据开发工程师的岗位要求有哪些：

1、本科以上学历，计算机相关专业，对数据处理、数据建模、数据分析等有深刻认识和实战经验
2、熟悉HiveSQL语言，熟悉shell, python等脚本语言
3、有hadoop、spark、flink等大数据平台的使用经验
4、有数据仓库建设、商业数据分析、增长项目经验
5、java/scala至少熟练使用一种
6、熟练掌握Hadoop及Map-Rece应用开发，熟练掌握HBase、Hive、Storm、spark等大数据开发工具
7、熟悉至少一种实时计算引擎 Storm,SparkStreaming, Flink, 对hadoop生态其他组件有一定了解，比如 HBase， hadoop, Hive, Druid等
熟悉Hadoop/Spark/Hive/HBase等大数据工具，主导过大型数据平台建设者优先；
9、精通SQL，熟悉常用的关系型数据库、非关系性数据库和数据仓库，具有SQL性能优化经验；
9、了解微服务开发理念、实现技术，熟悉常见设计模式，熟练掌握SSH开发框架，熟练进行Java、Python代码编写，熟悉多线程编程
10、有Hadoop/Hive/Spark/Storm/Zookeeper 等相关开发经验或从事分布式相关系统的开发工作
11、熟悉Linux/Unix系统和丰富的Java开发经验
12、3年以上企业级数据仓库开发经验，有大规模集群应用开发经验优先
13、熟悉数据仓库理论，具备复杂业务需求梳理能力
14、熟练SQL开发，精通Mysql等关系型数据库
15、熟悉Linux系统，具备shell、python等脚本开发能力者优先
16、学习能力强，喜欢研究开源新技术，有团队观念，具备独立解决问题的能力，具备扎实的计算机理论基础, 对数据结构及算法有较强的功底

看到这些要求是不是吓一跳？别慌，小编综合了多家大型互联网公司的招聘要求进行一个罗列，供大家参考了解，不同的公司对于技术的侧重点不尽相同

大数据开发工程师岗位核心职责（需要做什么）：
1、大数据基础平台、大数据能力开放平台、大数据交易平台的搭建与优化；
2、基于大数据平台(Hadoop)的数据仓库工具Hive/Spark/HBase, ETL调度工具，数据同步工具的开发、使用、集成和自动化运维，以及多租户与权限控制策略的实现；
3、研发基于大数据平台的数据仓库平台产品；
4、参与大数据平台的容量规划、持续交付、业务监控、应急响应，保证平台正常运行。
5、利用大数据相关技术实现对数据的加工、分析、挖掘、处理、及数据可视化等相关工作。
6、推动团队内成员技术经验分享，关注相关前沿技术研究，通过新技术服务团队和业务。

大数据开发工程师需要具备大数据基础知识、大数据平台知识和大数据场景知识三方面的知识结构。大数据基础知识：数学基础、统计学基础和计算机基础。数学基础是大数据从业者重要的基础，因为大数据的核心是算法设计，而数学是算法设计的基础。统计学基础知识也是大数据从业者必须掌握的内容，包括基本的统计方法、绘制方法、统计算法等内容。计算机基础则包括操作系统（Linux）、计算机网络、数据结构、算法设计、数据库等内容。

大数据工程师负责创建和维护分析基础架构，该基础架构几乎可以支持数据世界中的所有其他功能。他们负责大数据架构的开发、构建、维护和测试，例如数据库和大数据处理系统。大数据工程师还负责创建用于建模，挖掘，获取和验证数据集合等流程。基本上成为数据“构建者”是一个激动人心的时刻，如果你喜欢使用新工具并且可以跳出关系数据库的框框思考，那么你将处于帮助公司适应该行业需求的主要位置。

随着国家战略支持和大数据技术的快速发展，大数据的应用场景在不断的深入，产生的影响也在不断的加大。未来几十年将由大数据驱动，大数据在促进各个领域发展的同时，也将需要更多的相关性人才。0基础学习大数据的难度是有的，但并不代表你无法实现快速的转型，选择一个合适的学习路线图学习也是可以的~

③ 想成为一名人工智能算法工程师，大学读什么专业

首先，从研究生的就业情况来看，近两年算法工程师的岗位需求量较前些年有了明显的下滑，目前大数据岗位的研发型人才需求量要相对大一些。所以，如果当前要想选择从事算法岗位，在选择空间上往往并不会很大，这一点应该做好心理准备。

在IT行业内多个领域都需要算法工程师，目前算法岗位多集中在大数据和人工智能相关领域，由于目前大数据正处在落地应用的初期，而人工智能行业也普遍存在落地难的问题，所以算法岗位的需求量受到了较大的影响。
从目前行业的发展趋势来看，算法岗位短期内出现爆发式人才需求的可能性并不大，一方面科技企业对于算法人才的储备相对比较充足(前些年招聘较多)，另一方面算法研究也需要一个沉淀的过程。
从人才培养的角度来看，算法工程师往往都需要具备研究生学历，计算机专业、数学专业和统计学专业比较容易从事算法岗位(要看具体的研究方向)，也有一部分经济学专业、物理专业、自动化专业的毕业生会从事算法岗位。
计算机相关专业从事算法岗位是比较常见的，其中以大数据方向、人工智能相关方向的毕业生从事算法岗位居多，实际上也有一部分计算机专业的本科生会选择算法岗位，这与自身的知识结构有较为密切的关系。
早期有不少数学相关专业的毕业生会从事算法岗位，但是目前数学专业的毕业生从事算法岗位的要求有了较为明显的提升，重点在于算法实现能力的要求(编程能力)，这也导致一部分数学专业毕业生无法直接从事算法岗位。
目前，人工智能的研究和实践如火如荼，但是应该摆正心态，做好打持久战的准备，短时期内很难将该领域的技术研究透彻，并完全推广应用。一句话，此路任重而道远，但却是人类社会科技发展的必经阶段。

④ 算法工程师需要学什么算法工程师要学哪些东西

算法工程师需要学：数理统计、线性代数、数字图像处理、机器语言、C语言、数据结构和算法、开发工具应用、企业网安全高级技术、企业网综合管理、网络设备与网络技术、程序设计、数据库基础、软件系统分析与设计、需求分析与建模、数字系统与逻辑设计、通行原理等。

算法工程师根据研究领域来分主要有音频、视频算法处理、图像技术方面的二维信息算法处理和通信物理层、雷达信号处理、生物医学信号处理等领域的一维信息算法处理。

⑤ 数据分析师要学什么课程 学什么专业

主要是统计学、数据分析方法论等。学习数学与应用数学、统计学、计算机科学与技术等理工科专业的人确实比文科生有着客观的优势，但能力大于专业，兴趣才会决定你走得有多远。

数据分析的技术学习内容

首先，我们需要对数据库或者其他渠道中获得数据。很多人对于数据获取方面还是要靠很多人，在现在对于数据的获取只能靠自己了，对于数据的获取是需要sql工具，而sql工具就是为了统计取数而生的工具，而sql工具一般是解决中型数据，Excel可以应对小型数据的分析。

当然，还需要学习r语言、Python、spss等数据，这样才能够提供数据的挖掘能力。当然还需要学习数据库的内容，将数据纳入数据库的本领也需要掌握，学好了这些才能够做好数据分析。

统计学是数据分析中至关重要的课程，不管是在业务方面发展还是在技术方面发展都需要重视数据分析工作，大家在学习统计方面知识的时候一定要学会里面的数据分析思维框架，这样才能够对日后的数据分析工作有很好的帮助。

数据分析师要学什么

1、数学知识

数学知识是数据分析师的基础知识。对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。

对于高级数据分析师，统计模型相关知识是必备能力，线性代数（主要是矩阵计算相关知识）最好也有一定的了解。而对于数据挖掘工程师，除了统计学以外，各类算法也需要熟练使用，对数学的要求是最高的。

2、分析工具

对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的。

对于高级数据分析师，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少要熟练使用其中之一，其他分析工具（如Matlab）视情况而定。

3、编程语言

对于初级数据分析师，会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。对于高级数据分析师，除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍。当然其他编程语言也是可以的。

⑥ 想做算法工程师，大学应该学什么专业

算法工程师一般都是学的数据挖掘和机器学习，而且对专业要求比较高，对能力也有一定的限制。
算法工程师是一个非常高端的职位；
专业要求：计算机、电子、通信、数学等相关专业；
学历要求：本科及其以上的学历，大多数是硕士学历及其以上

⑦ 想成为一名人工智能算法工程师，大学读什么专业

算法工程师与人工智能息息相关，目前人工智能方向已经成为国家的战略方向，在2016年第三届世界互联网大会上，各分会的主题几乎都以人工智能相关。

因此算法工程师目前是一个高端也是相对紧缺的职位。算法工程师包括音/视频/图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师(云台算法工程师，飞控算法工程师，机器人控制算法)、导航算法工程师等多种细分领域。
想成为一名算法工程师，大学学习如下专业都是和算法工程师相关的，例如信息与计算科学、数据科学与大数据、计算机类相关、数学与应用数学和人工智能等等，以上这些专业不少是做算法的。
计算机相关专业从事算法岗位是比较常见的，其中以大数据方向、人工智能相关方向的毕业生从事算法岗位居多，实际上也有一部分计算机专业的本科生会选择算法岗位，这与自身的知识结构有较为密切的关系。
早期有不少数学相关专业的毕业生会从事算法岗位，但是目前数学专业的毕业生从事算法岗位的要求有了较为明显的提升，重点在于算法实现能力的要求(编程能力)，什么类型的人适合学习和从事这个专业呢?首先就是热爱开发岗位工作，不管学习什么专业，数学只是基础，编程只是入门，还要精通各个领域的知识和需求。

⑧ 算法工程师学什么专业 算法工程师应该学什么专业

1、算法工程师要求很高的数学水平和逻辑思维。需要学习高数，线性代数，离散数学，数据结构和计算机等课程。

2、专业要求：计算机、电子、通信、数学等相关专业。

3、学历要求：本科及其以上的学历，大多数是硕士学历及其以上。

4、语言要求：英语要求是熟练，基本上能阅读国外专业书刊。

5、必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。

⑨ 想当数据分析师要选什么专业

数据分析行业逐渐被企业和从业者青睐，很多人给小编留言，咨询从事数据分析选择什么专业更占优势？今天，我们也来聊聊。

一、数学专业

正所谓“学好数理化，走遍天下都不怕”，数据分析无外乎是从大量凌乱数据中发现隐含的规律，数学往往让人逻辑思维更严密，对数据更加敏感。

数据分析不是IT行业，无需精通过多编程语言，数据分析更注重实操和业务能力，且现今数据分析工具，如：Python、PowerBI等已比较容易入门。

从事数据分析，真正要提升的是逻辑思维能力、敏锐的洞察能力、良好的沟通表述能力……这些无需靠背景，通过努力也可拿下。

⑩ 想要成为算法工程师，要学习哪些课程一般是什么专业的可以做

算法工程师要求很高的数学水平和逻辑思维。需要学习高数，线性代数，离散数学，数据结构和计算机等课程。

专业要求：计算机、电子、通信、数学等专业。

算法工程师简介：

算法工程师根据研究领域来分主要有音频/视频算法处理、图像技术方面的二维信息算法处理和通信物理层、雷达信号处理、生物医学信号处理等领域的一维信息算法处理。

在计算机音视频和图形图形图像技术等二维信息算法处理方面目前比较先进的视频处理算法：机器视觉成为此类算法研究的核心。

另外还有2D转3D算法(2D-to-3D conversion)，去隔行算法(de-interlacing)，运动估计运动补偿算法(Motion estimation/Motion Compensation)，去噪算法(Noise Rection)。

缩放算法(scaling)，锐化处理算法(Sharpness)，超分辨率算法(Super Resolution),手势识别(gesture recognition),人脸识别(face recognition)。

以上内容参考：网络-算法工程师