云计算与大数据专业将来就业前景怎么样？

发布网友 发布时间：2022-04-21 04:24

我来回答

共4个回答

热心网友 时间：2022-06-17 23:27

大数据近年来越来越火，因为有了它，好像什么行业都能精准分析。但是，大数据本身的发展却很少有人分析。近日，国家信息中心、南海大数据应用研究院联合发布了《2017中国大数据发展报告》，首次把中国大数据本身的发展特点和存在的问题，全面呈现了出来。
用大数据来了解大数据
这份报告全面汇聚了国家*互联网大数据分析中心、国家信息中心、“一带一路”大数据中心所掌握的30多个种类，总计40多亿条相关数据，综合运用多种大数据分析方法，对我国大数据产业发展进行了全面分析。所以，称得上是用大数据来了解大数据。
北京、广东、上海大数据发展位居前三
报告显示，我国大数据发展总体处于起步阶段。但是从地域上看，就有意思了。
国家信息中心信息化研究部副主任、南海大数据应用研究院院长于施洋指出：“从地域分布，从各个省来说，北京排第一，这个不足为怪，东部沿海地区这些省份排在前面，大家也都能够想象。但是在西南地区，四川、重庆、贵州这三个地方异军突起，是我们大数据发展的第二个增长极。”
产业落后是地方大数据发展的突出短板
具体来看，各省份大数据发展指数的排名中，贵州、重庆、四川，紧随东部沿海省份，全部排进了前十名，领先任何一个中部省份。分析认为，这主要是地方*引领的结果。这三个西部省市，早早都把大数据产业的发展作为重点工程来打造。对于这种“弯道超车”现象，国家行政学院教授汪玉凯建议，这些地方下一步可以重点考虑产业落地问题：“它们是首先抓住了一个概念，然后占了一个先机。但是相对能够落地的产业应用还是比较少的，这是它们的软肋。所以我认为，你们一定要注意应用，要打造你的优势。”
人才短缺问题日益突出
报告指出，数据管理环节漏洞较多，是大数据发展面临的首要问题，包括由此引发的运营成本过高、资源利用率低、应用部署过于复杂等难点。而我们更关注的是另一大问题。
我们会发现，大数据领域里数据是有了，但是能驾驭这些数据的人是极其匮乏的。比如说大数据的专业人才方面，现在分析类的人才，市场是供不应求，缺口非常大，而项目管理类的人才，供给又远远大于需求，所以结构上还不平衡。高端的人才奇缺，这是最突出的问题。”
发展大数据要谨防人才“眼高手低”
大数据的核心就是数据的抓取与分析，而分析环节，目前离不开人工设置变量，建立模型。所谓“差之毫厘，谬之千里”，大数据分析对人才的要求很高。但首份大数据发展报告却揭示，我国大数据人才能搞管理的不少，真正能做分析的却远远不够，这是典型的“眼高手低”，势必伤害大数据产业的长远发展。人才短板可以从教育方面着手弥补，探索新的人才培养模式。比如，将高校大数据系列课程分为理论教学和技术教学两方面；比如社会上优质的专注大数据人才培养机构等多方面进行。

热心网友 时间：2022-06-17 23:27

大数据和云计算都有比较广阔的发展前景，一方面产业互联网未来将为大数据和云计算提供巨大的发展空间，另一方面云计算和大数据本身也能够带动一系列新技术和新模式的创新。

热心网友 时间：2022-06-17 23:28

付费内容限时免费查看回答首先，随着云计算的逐渐落地应用，云计算领域的就业前景还是非常广阔的，而且由于云计算领域对于人才类型的需求也比较多元化，既需要研发型人才，也需要高端应用型人才和技能型人才，从这个角度来看，当前不论是研究生还是本科生，甚至是专科生，学习云计算都会有较好的就业前景。

在产业互联网的推动下，大量传统行业都开始纷纷上云，这个过程会为云计算逐渐打开一个巨大的价值空间，基于云计算也会降低企业的创新门槛，所以这个过程会释放出大量云计算相关人才的需求。当前随着大型企业纷纷推出自己的云计算平台，行业领域对于高端应用型人才的需求量会进一步加大，这一点从近两年研究生的就业情况，就有比较明显地体现。

从技术体系结构来看，云计算当前已经趋于成熟，云计算也正在向全栈云和智能云方向发展，这也会进一步降低传统企业利用云计算进行创新的技术门槛。相比于早期的人才需求来说，在当前云计算领域会更突出开发人员的需求量，比如PaaS相关的开发岗位就有较高的岗位附加值，而且未来大量的传统科技公司，也需要把自身的业务PaaS化。

对于云计算方向的大学生来说，要想提升自身的岗位竞争力，一方面要重视自身知识结构的完整性，另一方面还需要重视自身实践能力的提升，实践能力是就业能力的保障。当然，由于云计算涉及到的内容非常多，而且也有一定的难度，所以建议在学习的过程中，要尽量充分利用学校的实践资源，参加老师的课题组就是不错的选择。

热心网友 时间：2022-06-17 23:29

以后可以从事很多岗位的工作，例如：大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师等等，都可以算是大数据开发工程师的范畴。