各种数据岗位的区别

1、数据开发工程师： 概念比较宽泛，比较老式说法，默认从事小数据开发。类似 Data Engineer 概念。在大数据技术之前广泛使用。

2、数仓工程师： 概念比较老式，在大数据时代之前，侧重数据仓库建设，OLAP 数据模型，数据导入 ，ETL ，模型设计，指标产出等方面开发。

3、ETL 工程师： 和数仓工程师概念比较靠近，在数据模型开发的业务前端，涉及 数据导入，数据清洗，加载到数仓内。

4、大数据工程师：进入大数据时代后，新的岗位名词。因为进入大数据时代后，启用了一批全新的IT技术栈（相比于以前的MySQL、Oracle、 Greenpalm）

　　涉及 大数据处理的全套技术组件，比如数据采集，传输，数仓组件，大数据计算引擎等等。岗位名词侧重了 大数据新的技术方向的技术开发层面。 

　　但是公司一般都要求具有数据模型建模设计方面知识。相比之前的数据开发，技术难度增加很多。比如 一些数据开发过程从 SQL语言转到 Java / Scala/ Python 等。

5、数据工程师：类似数据开发工程师，比较宽泛。不限大数据或是小数据。不限定数据模型设计或者技术栈理论。目前在欧美普遍使用 Data Engineer，泛指数据工程开发，和web应用开发一样都属于后端开发。

6、Hadoop 工程师： 一般指熟悉 Hadoop 技术生态开发的工程师。 Hadoop已经成为了大数据技术的代名词，所以概念也就类似 ‘大数据工程师’

7、数据挖掘工程师： 指熟悉机器学习，深度学习等统计学习算法等方面知识，对数据进行高级分析，比如预测分析， 相关分析，回归分析等方面。

8、NLP工程师 / 视频/图片分析工程师 ：  特指对一些非结构化数据，比如文本，图片，视频等应用机器学习算法，深度学习算法进行分析的工程师。 宽泛说法是 ‘人工智能工程师’

9、数据分析师 Data Analysis：站在数据工程之上，属于数据应用领域。  他们直接从数仓拿到提炼好的数据，业务分析模型开发，分析报告呈现。

10、数据架构师 Data Architecture：主要分成2类，一类为后端OLTP应用规划数据库，业务表ER模型设计，数据库部署，为后端人员讲解库表使用。另一类为为数据产品OLAP应用规划数据平台架构，

11、后端开发人员 Backend Enginner：使用数仓和数据架构师设计的库表数据，并在应用开发过程中，做一些数据简单处理。

12、数据运维 DBA： 数据库MySQL/Oracle Hive/ Hadoop 安装 部署，优化，维护， 为业务应用库，数仓库的运维，也可以单独划分出 ’大数据运维工程师‘

13、数据产品经理 Data Product PM： 数据指标定义，数据页面原型设计。

14、BI工程师：中文名是商务智能工程师， 也类似 ‘商务分析工程师’ 。 站在企业数仓平台之上，对公司内部业务进行分析，为市场，决策，用户运营，销售等提供数据支持。岗位和业务流程更加紧密，

需要一些经济学，营销学，战略分析方面的知识。所以可以理解为 “数据分析 + 业务研究”一个结合。