大數據是眼下非常時髦的技術名詞，與此同時自然也催生出了一些與大數據處理相關的職業，通過對數據的挖掘分析來影響企業的商業決策。

　　《財經周刊》采訪了BAT這3家國內互聯網公司，以及相關領域的人力資源專家，他們從職場角度為我們解讀如何成為大數據工程師以及這類崗位的職場現狀。

      大數據工程師做什么?

　　分析歷史、預測未來、優化選擇，這是大數據工程師在“玩數據”時重要的三大任務。通過這三個工作方向，他們幫助企業做出更好的商業決策。

　　以騰訊來說，鄭立峰認為能反映大數據工程師工作的簡單直接的例子就是選項測試(AB Test)，即幫助產品經理在A、B兩個備選方案中做出選擇。在過去，決策者只能依據經驗進行判斷，但如今大數據工程師可以通過大范圍地實時測試—比如，在社交網絡產品的例子中，讓一半用戶看到A界面，另一半使用B界面，觀察統計一段時間內的點擊率和轉化率，以此幫助市場部做出終選擇。

　　作為電商的阿里巴巴，則希望通過大數據鎖定的人群，幫助賣家做更好的營銷。“我們更期待的是你能找到這樣一批人，比起現有的用戶，這些人對產品更感興趣。”薛貴榮說。一個淘寶的實例是，某人參賣家原來推廣的目標人群是產婦，但工程師通過挖掘數據之間的關聯性后發現，針對孕婦群體投放的營銷轉化率更高。

　　需要具備的能力

　　1.數學及統計學相關的背景

　　就我們采訪過的BAT三家互聯網大公司來說，對于大數據工程師的要求都是希望是統計學和數學背景的碩士或博士學歷。沈志勇認為，缺乏理論背景的數據工作者，更容易進入一個技能上的危險區域(Danger Zone)—一堆數字，按照不同的數據模型和算法總能捯飭出一些結果來，但如果你不知道那代表什么，就并不是真正有意義的結果，并且那樣的結果還容易誤導你。“只有具備一定的理論知識，才能理解模型、復用模型甚至創新模型，來解決實際問題。”沈志勇說。

　　2.計算機編碼能力

　　實際開發能力和大規模的數據處理能力是作為大數據工程師的一些必備要素。“因為許多數據的價值來自于挖掘的過程，你必須親自動手才能發現金子的價值。”鄭立峰說。

　　舉例來說，現在人們在社交網絡上所產生的許多記錄都是非結構化的數據，如何從這些毫無頭緒的文字、語音、圖像甚至視頻中攫取有意義的信息就需要大數據工程師親自挖掘。即使在某些團隊中，大數據工程師的職責以商業分析為主，但也要熟悉計算機處理大數據的方式。

　　3.對特定應用領域或行業的知識

　　在顏莉萍(Nicole Yan)看來，大數據工程師這個角色很重要的一點是，不能脫離市場，因為大數據只有和特定領域的應用結合起來才能產生價值。所以，在某個或多個垂直行業的經歷能為應聘者積累對行業的認知，對于之后成為大數據工程師有很大幫助，因此這也是應聘這個崗位時較有說服力的加分項。

　　“他不能只是懂得數據，還要有商業頭腦，不論對零售、醫藥、游戲還是旅游等行業，能就其中某些領域有一定的理解，還是與公司的業務方向一致的，”就此薛貴榮還打了個比方，“過去我們說一些品店員勢利，看人一眼就知道買得起買不起，但這群人恰恰是有敏銳度的，我們認為他們是這個行業的專家。又比如對醫療行業了解的人，他在考慮醫療保險業務時，不僅會和人們醫院看病的記錄相關，也會考慮飲食數據，這些都是基于對該領域的了解。”

　　大數據工程師的職業發展

　　1.薪酬待遇

　　作為IT類職業中的“大熊貓”，大數據工程師的收入待遇可以說達到了同類的。根據顏莉萍(Nicole Yan)的觀察，國內IT、通訊、行業招聘中，有10%都是和大數據相關的，且比例還在上升。顏莉萍(Nicole Yan)表示，“大數據時代的到來很突然，在國內發展勢頭激進，而人才卻非常有限，現在完全是供不應求的狀況。”

　　在美國，大數據工程師平均每年薪酬高達17.5萬美元，而據了解，在國內互聯網類公司，同一個級別大數據工程師的薪酬可能要比其他職位高20%至30%，且頗受企業重視。

　　2.職業發展路徑

　　由于大數據人才數量較少，因此大多數公司的數據部門一般都是扁平化的層級模式，大致分為數據分析師、研究員、部門總監3個級別。大公司可能按照應用領域的維度來劃分不同團隊，而在小公司則需要身兼數職。

　　有些特別強調大數據戰略的互聯網公司則會另設職位—如阿里巴巴的首席數據官。“這個職位的大部分人會往研究方向發展，成為重要數據戰略人才。”顏莉萍(Nicole Yan)說。

　　另一方面，大數據工程師對商業和產品的理解，并不亞于業務部門員工，因此也可轉向產品部或市場部，乃至上升為公司的管理層。

　　人工智能的時代，或許選擇比努力更重要。來粵嵌IT培訓班，學習大數據相關技術，選擇成為一名的大數據工程師，未來前景不可估量。