1 ETL R&D 기업에서 데이터의 종류와 출처가 늘어남에 따라 데이터 통합 및 처리가 점점 어려워지면서 기업은 데이터 통합 기능을 갖춘 인재가 절실히 필요합니다. ETL 개발자, 이 수요에 따라 탄생한 전문직입니다. 빅 데이터 시대의 ETL 인재가 가장 핫한 이유 중 하나는 기업 빅 데이터 애플리케이션 초기에 Hadoop 은 가난한 사람들의 ETL 에 불과했기 때문이다.
2 Hadoop 개발은 데이터 규모가 커짐에 따라 기존 BI 의 데이터 처리 비용이 너무 높아져 기업의 부담이 가중되고 있습니다. Hadoop 의 저렴한 데이터 처리 능력이 다시 발굴되어 기업 수요가 지속적으로 증가하고 있다. 빅데이터 인재가 습득해야 할 기술이 되었습니다.
3 시각화 도구개발 시각화 개발이란 시각화 도구에서 제공하는 그래픽 사용자 인터페이스에서 하나의 시각화 개발 도구가 인터페이스 요소를 조작하여 관련 애플리케이션 소프트웨어를 자동으로 생성하고 여러 리소스 및 계층에 걸쳐 모든 데이터를 쉽게 연결하는 것을 말합니다. 이전에는 데이터 시각화가 비즈니스 인텔리전스 개발자의 범주에 속했지만, Hadoop 의 등장으로 데이터 시각화는 독립적인 전문 기술과 일자리가 되었습니다.
4 정보 아키텍처 개발 빅데이터는 마스터 데이터 관리 열풍을 재차 불러일으켰다. 기업 데이터를 최대한 활용하고 의사 결정을 지원하려면 매우 전문적인 기술이 필요합니다. 정보 설계자는 가장 효율적인 방식으로 데이터를 관리하고 활용할 수 있도록 주요 요소를 정의하고 아카이빙하는 방법을 알아야 합니다. 정보 설계자의 핵심 기술로는 마스터 데이터 관리, 비즈니스 지식, 데이터 모델링 등이 있습니다.
5 데이터웨어 하우스 연구는 기업 의사 결정을 용이하게하고 분석 보고서 및 의사 결정 지원을 목적으로 만든 데이터웨어 하우스 연구 게시물로 다양한 유형의 데이터를 전략적으로 수집합니다. 기업에 비즈니스 인텔리전스 서비스를 제공하고, 비즈니스 프로세스 개선을 안내하며, 시간, 비용, 품질 및 통제를 모니터링합니다.
6 OLAP 개발 OLAP 온라인 분석 개발자는 관계형 또는 비관계형 데이터 소스에서 데이터를 추출하여 모델을 만든 다음 데이터 액세스를 위한 사용자 인터페이스를 만들어 고성능의 사전 정의된 쿼리 기능을 제공합니다.
7 데이터 과학 연구 데이터 과학자는 기업의 데이터와 기술을 기업의 상업적 가치로 바꿀 수 있는 새로운 직종이다. 데이터 과학이 발전함에 따라 점점 더 많은 실제 작업이 데이터를 겨냥하여 인류가 데이터를 이해하고 자연과 행동을 이해할 수 있게 될 것이다. 8 데이터 예측 분석 마케팅 부서에서는 예측 분석을 사용하여 사용자 행동을 예측하거나 대상 사용자를 잠그는 경우가 많습니다. 예측 분석 개발자의 일부 시나리오는 데이터 과학자처럼 보입니다. 즉, 기업 내역 데이터를 기반으로 한 가정을 통해 임계값을 테스트하고 향후 성과를 예측합니다.
8 데이터 예측 분석 마케팅 부서에서는 예측 분석을 사용하여 사용자 행동을 예측하거나 대상 사용자를 잠그는 경우가 많습니다. 예측 분석 개발자의 일부 시나리오는 데이터 과학자처럼 보입니다. 즉, 기업 내역 데이터를 기반으로 한 가정을 통해 임계값을 테스트하고 향후 성과를 예측합니다.
기업 데이터 관리 기업은 데이터 품질을 향상시키기 위해 데이터 관리를 고려해야 하며 이를 위해 데이터 집사 직책을 설립해야 합니다. 이 직책의 직원은 다양한 기술 도구를 사용하여 기업 주변의 대량의 데이터를 수집하고, 데이터를 청소하고 표준화하며, 데이터를 데이터 웨어하우스로 가져와 사용 가능한 버전으로 만들 수 있어야 합니다.
10 데이터 보안 연구 데이터 보안 직책은 주로 엔터프라이즈 대규모 서버, 스토리지, 데이터 보안 관리, 네트워크 및 정보 보안 프로젝트의 계획, 설계 및 구현을 담당합니다.