二、大數據就業方向

1.Hadoop大數據開發方向

市場需求旺盛，大數據培訓的主題，目前IT培訓機構的重點。對應崗位：大數據開發工程師、爬蟲工程師、數據分析師。

2.數據挖掘、數據分析、機器視覺學習方向

學習起點高、難度大，市面上的培訓機構相對比較少。對應崗位：數據科學家、數據挖掘工程師、機器視覺工程師。

3.大數據運維、云計算方向

市場需求中等，更偏向于Linux、云計算。對應崗位：大數據運維工程師、Linux云計算工程師

三、云計算產生的背景

   傳統的應用正在變得越來越復雜：需要支持更多的用戶、需要更強的計算能力、需要更加穩定安全等等。

   而為了支撐這些不斷增長的需求，企業不得不去購買各類硬件設備（服務器，存儲，帶寬等等）和軟件（數據庫，中間件等等），另外還需要組建一個完整的運維團隊來支持這些設備或軟件的正常運作，這些維護工作就包括安裝、配置、測試、運行、升級以及保證系統的安全等。

   企業會發現支持這些應用的開銷變得非常巨大，而且它們的費用會隨著你應用的數量或規模的增加而不斷提高。

    這也是為什么即使是在那些擁有很出色IT部門的大企業中，那些用戶仍在不斷抱怨他們所使用的系統難以滿足他們的需求。

    基于此，云計算應運而生：更大量、更快速、更強大。將應用部署到云端后，可以不必再關注那些令人頭疼的硬件和軟件問題，它們會由云服務提供商的專業團隊去解決。使用的是共享的硬件，這意味著像使用一個工具一樣去利用云服務（就像插上插座，你就能使用電一樣簡單）。

    只需要按照你的需要來支付相應的費用，而關于軟件的更新，資源的按需擴展都能自動完成。云計算是將我們傳統的IT工作轉為以網絡為依托的云平臺運行，NIST（美國國家標準與技術研究院）在2011年下半年公布了云計算定義的最終稿，給出了云計算模式所具備的5個基本特征（按需自助服務、廣泛的網絡訪問、資源共享、快速的可伸縮性和可度量的服務）、3種服務模式（SaaS（軟件即服務）、PaaS（平臺即服務）和IaaS（基礎設施即服務））和4種部署方式（私有云、社區云、公有云和混合云）。

四、云計算有什么特點呢？

1. 大規模、分布式

   “云”一般具有相當的規模，一些知名的云供應商如Google云計算、Amazon、IBM、微軟、阿里等也都擁能擁有上百萬級的服務器規模。而依靠這些分布式的服務器所構建起來的“云”能夠為使用者提供前所未有的計算能力。

2. 虛擬化

   云計算都會采用虛擬化技術，用戶并不需要關注具體的硬件實體，只需要選擇一家云服務提供商，注冊一個賬號，登陸到它們的云控制臺，去購買和配置你需要的服務（比如 云服務器，云存儲，CDN等等），再為你的應用做一些簡單的配置之后，你就可以讓你的應用對外服務了，這比傳統的在企業的數據中心去部署一套應用要簡單方便得多。而且你可以隨時隨地通過你的PC或移動設備來控制你的資源，這就好像是云服務商為每一個用戶都提供了一個IDC(Internet Data Center)一樣。

3. 高可用性和擴展性

   知名的云計算供應商一般都會采用數據多副本容錯、計算節點同構可互換等措施來保障服務的高可靠性。基于云服務的應用可以持續對外提供服務（7*24小時），另外“云”的規模可以動態伸縮，來滿足應用和用戶規模增長的需要。

4. 按需服務，更加經濟

   用戶可以根據自己的需要來購買服務，甚至可以按使用量來進行精確計費。這能大大節省IT成本，而資源的整體利用率也將得到明顯的改善。

5. 安全

   網絡安全已經成為所有企業或個人創業者必須面對的問題，企業的IT團隊或個人很難應對那些來自網絡的惡意攻擊，而使用云服務則可以借助更專業的安全團隊來有效降低安全風險。