首先，工作本身沒有好壞之分，只有門檻高低之別。大數據開發、大數據分析、大數據運維都圍繞着大數據展開。如果我們把大數據去掉，就只剩下，開發，分析，運維。當然還有其它的工作，例如運營，產品，講師，測試等。 加上了大數據，只是我們的工作內容，或者說是工作方式發生了變化。
大數據是傳統行業，傳統技術逐步發展的產物。但是並沒有打破我們在傳統行業的工作模式，和我們的一些基礎知識的儲備。革新的只有處理技術，工作手段。在這裏我們更詳細的說說大數據開發、大數據分析、大數據運維 的工作內容，已經門檻，不做好壞評價。
非大數據 開發，分析，運維幹什麼呢？
開發日常工作是幹什麼了 ? 圍繞着產品經理，進行產品開發，升級，迭代。加班熬夜，趕進度。每日的工作就是編碼，和產品溝通或者撕X，和測試溝通或者斯X，最終確保產品上線，保證產品正常使用，以及後續迭代升級。
分析日常工作是什麼了？數據整理，製作報表，最後就是報告，會議，闡述結論，最後就是說服對方接受觀點，的確很多時候，分析出來的結論，對方無法接受。
運維日常工作是什麼了？最核心的就是監控，機器是否正常運轉，資源是否夠用，產品應用是否都正常，開發相關的工具，保證異常能夠及時發現。
在介紹大數據相關的工作前我們先了解下大數據的處理流程
處理流程
我們在看看hadoop的大數據生態圈。當然大數據生態圈不是在只有hadoop。
生態圈
大數據開發的主要工作
開發數據收集工具，數據清洗和整理，開發數據應用；當然這些不是一個人去完成，都會落在各個團隊中去完成。
完整這些工作需要哪些技能？從這些技能我們也能看出來大數據開發的主要工作，就是這些工具打交道。一門開發語言(java/python/c#/scala 等)，大數據下的一些框架：MapReduce，Spark，Hdfs，Storm，Hbase，Zookeeper 等，只會其中的2到三項基本找份工作沒有問題，如何進階在這不詳細討論。我們來看圖吧。
必備技能
大數據分析的主要工作
有大表哥，專門做各種報表。取數機器人，提取各種數據。當然也有做數據分類，特徵提取等數據挖掘，機器學習等高等玩家。
這裏一併概括了，大數據分析的主要工作是：基於現有的數據進行數據分析得出一個結論，最後進行商業決策。當然現實不是這樣的。大多數人成了大表哥，取數機器人，高端玩家也不列外，挖出來的東西，在沒有找到落地場景前，都是一坨一坨的。這裏都只是調侃。
大數據分析需要哪些技能呢？我們不管具體的工作內容，看看我們每天要面對那些工具，工具是我們每天要接觸的東西。 Excel，SPSS，SQL，數據庫，R，Python 等。當然我們不用都會。
我們還是看圖吧，看看數據分析師的能力體系：
分析師能力體系
在看看每個階段需要的技能，分析師和開發的區別在於，核心在於處理數據和清洗數據，達到自己可用的狀態。開發是收集數據和整理數據，讓數據變得統一。
階段能力對應圖
大數據運維的工作
對大數據集羣進行監控和維護升級，保障集羣正常運行，從而保證 數據收集服務能正常運行，保證集羣資源夠用，監控集羣資源消耗情況。
他們是職業背鍋俠，也是一羣默默無聞的夥伴。無論開發，還是分析，還是其它的崗位，都有在人前顯擺的時候，我們的運維永遠只能在人後做好保障。
我們來看看運維的能力體系吧：
運維能力體系
以上是我對這個問題的理解，有些調侃，但都想表達和傳遞一種正能量，每個行業，每個崗位都有其特定的屬性和特點，既然選擇了，就只顧風雨兼程，管它花開花落，最終中能到達理想的彼岸。
