五大数据开发岗，实际工作中有什么区别？
数据开发岗，就是做一些数据相关的工作。实际工作起来岗位与岗位间还是挺不一样的，大致可以分成五种。
1、偏执行的
基本上需要啥数据就跑啥，写写SQL写写报表，做做分析。有一些公司缺乏某一些数据，也需要写爬虫大服务，工作比较杂一点。
2、偏数据层的，主要做ETL+分析
这种跟业务绑定比较深，做的数据模型都是围绕业务的，要定期出一些数据和和分析，也要去探索业务的深层需求，所以要理解业务。
这样的岗位方向一般是在一些略有规模的公司，做的时间久了会成为某个领域的数据专家，或者是数据运营，对于业务知识也需要很深入的理解。
3、偏技术和平台的
需要有一定的编程基础，根据需求来做一些数据埋点、数据可视化，要能解决技术问题，做一些后台+离线的业务，主要在各种OLAP的业务系统。
4、偏向策略和训练型
要用数据来辅助业务做决策，要能掌握和使用一些机器学习的方法，解决分类、预测、指标评价之类的模型建设，像一些决策树、随机森林、聚类分析一类比较这些常见的都要懂。
5、偏向算法和研发型
这一类难度就比较大了，一般是计算机领域专业算法出身的来做这一方面的，像机器学习、深度学习可以算是基本功，除此之外还要有自己拿手的方向，NLP、CV都行。实际工作也常常需要写SQL，写UDL。
使用语言，从整体上来看，基本上是Java & Python这两条线路， Java是Spark/Hive/Hadoop等这些大数据套件，Python接触更多的是可能机器学习相关的统计学方法，SQL就不用说了，都要会写。
【春招准备】可以私聊我进群，抱团取暖，获取以下招聘的实用信息：
1、Pi Wiki职场百科，为大家普及一些职场相关小知识；
2、Pi Career科技校招，整理分享一些科技类公司的招聘信息；
3、简历修改、职业咨询等职业辅导服务；
4、简历模版、965科技公司名单等资源分享
【关注我们的公众号：PiYard派科技】
2、Pi Career科技校招，整理分享一些科技类公司的招聘信息；
3、简历修改、职业咨询等职业辅导服务；
4、简历模版、965科技公司名单等资源分享
【关注我们的公众号：PiYard派科技】
原文链接：五大数据开发岗，实际工作中有什么区别？
查看9道真题和解析