1樓：lemon潘
首先工作沒有好壞之分，我們要結合自己的興趣和基礎來判斷自己適合哪個方向，大資料開發和大資料分析發展前景都很好，接下來大概說一下這兩者之間的區別：
資料開發偏向於程式，資料分析偏向於數學。
下面了解一下大資料分析和大資料開發的工作內容：
大資料分析的工作內容，可以大致分為四個步驟：資料獲取、資料處理、資料分析、資料呈現。
大資料開發的工作內容，負責大資料平台的開發和維護、相關工具平台的架構設計與產品開發、網路日誌大資料分析、實時計算和流式計算以及資料視覺化等技術的研發和網路安全業務主體建模等工作。
大資料開發其實分為兩種，第一類是編寫一些Hadoop、Spark的應用程式，第二類是對大資料處理系統本身進行開發。
2樓：科技大老闆
資料開發是基礎，資料分析師生化，是對於開發的資料進行一定的研究和分析，然後得出資料背後的整體的現象和潛在的商業機遇，這二者是相互貫通的，對於我們的整體的生活也是各有利弊。如果說這二者哪個好一點，只能說資料開發偏向於程式，資料分析偏向於數學。
3樓：資料蟲巢
在做選擇之前，需要了解兩者的不同，然後再結合自身已有的基礎和興趣做決定。
1 大資料開發類的崗位對於code能力、工程能力有一定要求，這意味著你需要有一定的程式設計能力，有一定的語言能力，然後就是解決問題的能力，因為大資料開發會涉及到大量的開源的東西，而開源的東西坑比較多，所以需要你能夠快速的定位問題解決問題，如果是零基礎，適合有一定的開發基礎，然後對於新東西能夠快速掌握。
2 如果是大資料分析類的職位，在業務上，需要你對業務能夠快速的了解、理解、掌握，通過資料感知業務的變化，通過對資料的分析來做業務的決策，在技術上需要有一定的資料處理能力，比如一些指令碼的使用、sql資料庫的查詢，execl、sas、r等工具的使用等等。在工具層面上，變動的範圍比較少，主要還是業務的理解能力。所以，如果是非理工科出身，程式設計能力較差，但是對業務的理解能力還可以的話，其實是可以選擇資料分析類的。
除此之外，從薪酬上看，開發類的薪酬會略大與資料分析類的，這是由於崗位成本造成的，當然這只是一般情況下，任何領域的高階人才都是值錢的。
做大資料分析應該如何選電腦？
金戈老馬 選電腦之前，先理清楚自己拿這個電腦做什麼。基於題主的問法，冒昧地猜測 題主是正準備入行，以學習為主吧。如果是學習的成分大於工程實踐。從電腦使用上來說，一般用於兩個目的 大資料平台 大資料儲存 處理 和資料分析方法 建模 程式設計 視覺化等 一 大資料平台。基本上圍繞 Hadoop 生態，一...
大資料分析中，有哪些常見的大資料分析模型？
牛博 模型其實就是一數學函式對映，從應用層角度來看，會有一些通俗的名字,簡單羅列一下 一 使用者模型 二 事件模型 三 漏斗模型 四 熱圖分析模型 五 自定義留存分析模型 六 粘性分析 七 全行為路徑分析 八 使用者分群模型 九 Session 分析 十 間隔分析 十一 分布分析 十二 營銷廣告投放...
大資料分析和大資料研發的區別？
Rorschach 比較常見的情況下，大資料分析這種強調的是從複雜的資料和關係裡面尋找關係 趨勢等等顯著地統計量來給決策提供資訊支援的。比較強調的能力是公司所在行業的領域知識，資料分析能力，對資料的敏感程度，資料視覺化技術，溝通能力特別是面向非技術職能人員的共同能力。大資料開發人員有一部分是做資料平...