在目前的趨勢上來說,是的,無論是從國家政策上來說,還是從個人的職業發展,或者市場環境來說,大資料都比軟體工程要吃香。
有人會說都一個樣,軟體工程的就業面更廣一點,畢竟說到底畢業了能幹啥全靠自己。最後出來的學生,1成去搞演算法,1成去搞大資料,5成去做應用開發,剩下的都轉行了,出來都是“計算機相關專業”。
我不是很同意這樣的看法,一個程式設計師還分演算法、前端、後端,會的東西不一樣,薪資也不同,上升空間也不同,為什麼不做最前沿的技術呢?
還有人會說,大資料都是紙質的概念,落地不了,那阿里騰訊的大資料成果都被你吃了嗎?在控制疫情方面,大資料發揮了很多很不錯的作用。
而且,大資料的工作,簡單來說,無外乎四個方面:大資料採集、大資料預處理、大資料儲存、大資料分析,共同組成了大資料生命週期裡最核心的技術。
或許你也瞭解過大資料分析,或許你也感興趣,但是你對這一塊的東西還是認知的太淺,和資料倉庫、資料庫也都有關係,所以努力學習吧。
上圖由大資料分析工具FineBI所作。
在目前的趨勢上來說,是的,無論是從國家政策上來說,還是從個人的職業發展,或者市場環境來說,大資料都比軟體工程要吃香。
有人會說都一個樣,軟體工程的就業面更廣一點,畢竟說到底畢業了能幹啥全靠自己。最後出來的學生,1成去搞演算法,1成去搞大資料,5成去做應用開發,剩下的都轉行了,出來都是“計算機相關專業”。
我不是很同意這樣的看法,一個程式設計師還分演算法、前端、後端,會的東西不一樣,薪資也不同,上升空間也不同,為什麼不做最前沿的技術呢?
還有人會說,大資料都是紙質的概念,落地不了,那阿里騰訊的大資料成果都被你吃了嗎?在控制疫情方面,大資料發揮了很多很不錯的作用。
而且,大資料的工作,簡單來說,無外乎四個方面:大資料採集、大資料預處理、大資料儲存、大資料分析,共同組成了大資料生命週期裡最核心的技術。
或許你也瞭解過大資料分析,或許你也感興趣,但是你對這一塊的東西還是認知的太淺,和資料倉庫、資料庫也都有關係,所以努力學習吧。
上圖由大資料分析工具FineBI所作。