一、職位體系
大數據時代(dai)，給個人帶來(lai)了新的(de)發展機(ji)會，也給個人提供(gong)了新的(de)職位(wei)發展通道。
一些(xie)同仁從其他崗(gang)位(wei)轉向大數(shu)據(ju)崗(gang)位(wei)時(shi)，面對眾(zhong)多的大數(shu)據(ju)招聘職(zhi)位(wei)時(shi)，卻不(bu)知(zhi)所(suo)措，不(bu)知(zhi)道(dao)應該選擇什么(me)樣的職(zhi)位(wei)發(fa)展(zhan)方向。
我收集(ji)并整理了(le)一下各個公司的招聘職位(wei)，試(shi)圖梳理當前大(da)數據崗位(wei)體系，并尋找出(chu)一條合適的職位(wei)發展通道(dao)，希望對(dui)大(da)家(jia)有用。
當前大數(shu)據職位，從總(zong)的來說，主(zhu)要有兩大類(lei)(lei)：應用類(lei)(lei)和系統類(lei)(lei)。
應用類
應(ying)用(yong)類(lei)，偏向于數(shu)據(ju)分析(xi)(xi)和數(shu)據(ju)應(ying)用(yong)，經常(chang)說到的(de)(de)數(shu)據(ju)分析(xi)(xi)、數(shu)據(ju)挖掘(jue)，就是典型的(de)(de)應(ying)用(yong)技術。這一(yi)類(lei)職(zhi)位，要求(qiu)采用(yong)適當的(de)(de)分析(xi)(xi)和挖掘(jue)方法(fa)對數(shu)據(ju)進行分析(xi)(xi)，提取數(shu)據(ju)中(zhong)隱含的(de)(de)業務信息(xi)，來(lai)支撐企業決策。
最(zui)典型的職位(wei)就是：大數據分析師(shi)。
大數(shu)(shu)據(ju)(ju)分(fen)析(xi)師：主要是(shi)指，基(ji)于業(ye)務(wu)(wu)(wu)問題(ti)，能夠(gou)選擇最合(he)適的數(shu)(shu)據(ju)(ju)分(fen)析(xi)和數(shu)(shu)據(ju)(ju)挖掘方(fang)法，提取數(shu)(shu)據(ju)(ju)中的業(ye)務(wu)(wu)(wu)信息(xi)，從而支撐(cheng)業(ye)務(wu)(wu)(wu)決策。要求(qiu)(qiu)熟(shu)悉數(shu)(shu)據(ju)(ju)分(fen)析(xi)/挖掘過程(cheng)，掌(zhang)握數(shu)(shu)據(ju)(ju)分(fen)析(xi)/挖掘方(fang)法，理解數(shu)(shu)據(ju)(ju)分(fen)析(xi)模(mo)型，熟(shu)練操作數(shu)(shu)據(ju)(ju)分(fen)析(xi)工具（比如Excel、SPSS、SAS等）。一般對于大數(shu)(shu)據(ju)(ju)分(fen)析(xi)師，其能力要求(qiu)(qiu)比較(jiao)全(quan)面，不管是(shi)業(ye)務(wu)(wu)(wu)邏輯、還是(shi)分(fen)析(xi)方(fang)法、模(mo)型、可視化，都要求(qiu)(qiu)全(quan)面掌(zhang)握。
業務數據(ju)分析師(shi)：側重于商業理解(jie)(jie)，要(yao)求(qiu)能夠將業務問(wen)題和商業問(wen)題，轉化(hua)為大(da)數據(ju)的問(wen)題，并將分析結(jie)果從業務層面進行解(jie)(jie)讀，從而形成業務建議和業務策略(lve)。要(yao)求(qiu)熟悉業務邏輯和業務模型(xing)，掌(zhang)握(wo)數據(ju)分析思路(lu)，能將數據(ju)可視化(hua)，對數據(ju)解(jie)(jie)讀等。當然，類(lei)似的職位(wei)還有大(da)數據(ju)觀察員、大(da)數據(ju)研究員等等，這(zhe)些都側重于商業理解(jie)(jie)。
大數(shu)(shu)據建(jian)模/算法師：側重(zhong)于數(shu)(shu)據建(jian)模，能夠圍繞業務(wu)(wu)問題，構(gou)建(jian)合(he)適的數(shu)(shu)據分析框架(jia)和分析模型，將業務(wu)(wu)問題進行分解，從而達到定(ding)性或定(ding)量(liang)來(lai)描述業務(wu)(wu)的目的。要求熟(shu)悉(xi)數(shu)(shu)據建(jian)模、模型評估、模型優(you)化(hua)、模型應用(yong)等等。
大(da)數據(ju)算(suan)(suan)法(fa)(fa)師：側重于數據(ju)模型的(de)(de)算(suan)(suan)法(fa)(fa)研(yan)究、設計與實現，為達到分析目的(de)(de)，對實現算(suan)(suan)法(fa)(fa)進行分析、選擇與優(you)化，確保實現性能(neng)及效(xiao)果。一般(ban)情況(kuang)下，算(suan)(suan)法(fa)(fa)師往往和建模師在一起(qi)工作，因為算(suan)(suan)法(fa)(fa)，往往指的(de)(de)是某(mou)個對應模型的(de)(de)算(suan)(suan)法(fa)(fa)。
系統類
系(xi)統類，偏向于(yu)系(xi)統研發，比如Hadoop系(xi)統、云計(ji)算，就屬于(yu)系(xi)統類技術。這一(yi)類職位，要求熟悉Hadoop大數據平臺的核心框架和組件，能夠(gou)基于(yu)大數據平臺來寫代碼開發應用，支撐業(ye)務(wu)應用。
最典型的職位(wei)就是：大(da)數據工程師。
大(da)(da)數據(ju)開發(fa)(fa)工程(cheng)師：負責大(da)(da)數據(ju)系統的開發(fa)(fa)工作，能(neng)夠運用(yong)編(bian)程(cheng)語言進行(xing)應用(yong)程(cheng)序的開發(fa)(fa)、測試(shi)和維護，實現產品功能(neng)。要求掌握編(bian)程(cheng)語言，如(ru)JAVA、R、Python等等。
大(da)數據(ju)架(jia)(jia)構師：負(fu)責(ze)大(da)數據(ju)系統的(de)平臺(tai)架(jia)(jia)構設計(ji)、平臺(tai)構建。要(yao)求(qiu)熟悉Hadoop/Storm/Spark等平臺(tai)，熟悉整個生態系統的(de)組件(jian)，有(you)平臺(tai)級(ji)開(kai)發和架(jia)(jia)構設計(ji)能力等等。
大(da)數據運維工(gong)程師：側重于大(da)數據平(ping)臺(tai)運維管理，包(bao)括系統(tong)運維規(gui)劃、系統(tong)監控(kong)、系統(tong)優化(hua)等(deng)等(deng)，保障大(da)數據平(ping)臺(tai)服務的穩定性和可(ke)用性。掌握平(ping)臺(tai)各組件的安裝、配置與調試，有良好的系統(tong)性能優化(hua)及故障排(pai)除能力。
大(da)數(shu)(shu)據(ju)(ju)庫(ku)(ku)管(guan)理(li)員：側重于(yu)數(shu)(shu)據(ju)(ju)庫(ku)(ku)/數(shu)(shu)據(ju)(ju)倒倉庫(ku)(ku)的(de)設(she)計、開發、管(guan)理(li)和(he)(he)優化(hua)(hua)，監控數(shu)(shu)據(ju)(ju)庫(ku)(ku)的(de)性能、故障檢測(ce)和(he)(he)排除，包(bao)括(kuo)數(shu)(shu)據(ju)(ju)采集，數(shu)(shu)據(ju)(ju)庫(ku)(ku)架構設(she)計，空間和(he)(he)容量規劃，性能優化(hua)(hua)，數(shu)(shu)據(ju)(ju)安全和(he)(he)隱(yin)私，數(shu)(shu)據(ju)(ju)容錯，等等。
當然，在不(bu)(bu)同(tong)的(de)企業中，職(zhi)位的(de)名稱和(he)叫法有所(suo)不(bu)(bu)同(tong)，或者會衍生出新(xin)的(de)職(zhi)位，但基本的(de)崗位職(zhi)責是(shi)類似的(de)。
二(er)、職位發展(zhan)通(tong)道
前面說過(guo)，大(da)數據(ju)職位(wei)至少有兩(liang)大(da)類(lei)，一(yi)類(lei)是應(ying)用類(lei)，另一(yi)類(lei)是系統類(lei)。這兩(liang)類(lei)的(de)職位(wei)最(zui)終的(de)發展應(ying)該有不同，也(ye)可以相互融合，就看個人的(de)選擇(ze)發展。
基本的發展通道如(ru)下所示：
應用類
應用類職位，這一類往往是從業務(wu)出發，從精(jing)通業務(wu)，到精(jing)通數據分(fen)析(xi)，所(suo)以(yi)基(ji)本(ben)的發展方(fang)向有兩個。
通道一：業務(wu)分析(xi)員à業務(wu)分析(xi)師à產品經理/分析(xi)專家；
大數據分(fen)(fen)析(xi)員(yuan)，一(yi)般也叫(jiao)做助理分(fen)(fen)析(xi)師(shi)，指(zhi)的(de)是在(zai)高級數據分(fen)(fen)析(xi)師(shi)的(de)指(zhi)導下，采用常用的(de)分(fen)(fen)析(xi)方法(fa)和分(fen)(fen)析(xi)工具，提煉(lian)出數據中蘊(yun)含的(de)業務信息(xi)。一(yi)般要求分(fen)(fen)析(xi)員(yuan)能(neng)夠熟練使(shi)用分(fen)(fen)析(xi)工具，明確分(fen)(fen)析(xi)方法(fa)背后的(de)理論(lun)及應用場景。
大數據(ju)分(fen)(fen)析(xi)師，指的是能(neng)夠處理復雜(za)的業(ye)務(wu)問(wen)(wen)(wen)題(ti)的數據(ju)分(fen)(fen)析(xi)人(ren)員，他們(men)能(neng)夠將復雜(za)的問(wen)(wen)(wen)題(ti)進行分(fen)(fen)解，系統(tong)地(di)全面地(di)分(fen)(fen)析(xi)出復雜(za)問(wen)(wen)(wen)題(ti)的業(ye)務(wu)規律和(he)業(ye)務(wu)問(wen)(wen)(wen)題(ti)。一般(ban)，要求分(fen)(fen)析(xi)師對業(ye)務(wu)和(he)分(fen)(fen)析(xi)都要有較(jiao)深(shen)的認識(shi)，熟悉(xi)業(ye)務(wu)模型(xing)，也熟悉(xi)數據(ju)模型(xing)，并(bing)能(neng)基于業(ye)務(wu)數據(ju)分(fen)(fen)析(xi)結果給出業(ye)務(wu)建(jian)議(yi)和(he)業(ye)務(wu)策(ce)略，支撐企(qi)業(ye)決策(ce)。
數(shu)據(ju)(ju)(ju)(ju)產(chan)(chan)品(pin)(pin)經理(li)(li)(li)，指的(de)(de)是數(shu)據(ju)(ju)(ju)(ju)產(chan)(chan)品(pin)(pin)的(de)(de)項目管(guan)理(li)(li)(li)人(ren)員。產(chan)(chan)品(pin)(pin)經理(li)(li)(li)負(fu)責數(shu)據(ju)(ju)(ju)(ju)產(chan)(chan)品(pin)(pin)策劃、需求分析(xi)、功能(neng)規劃，以及(ji)規劃產(chan)(chan)品(pin)(pin)的(de)(de)商業模型，推廣策略，負(fu)責組建團隊進行產(chan)(chan)品(pin)(pin)開發等等。要(yao)(yao)(yao)求產(chan)(chan)品(pin)(pin)經理(li)(li)(li)具(ju)有(you)(you)數(shu)據(ju)(ju)(ju)(ju)思(si)維能(neng)力，不(bu)但要(yao)(yao)(yao)有(you)(you)深刻的(de)(de)數(shu)據(ju)(ju)(ju)(ju)分析(xi)/業務理(li)(li)(li)解能(neng)力，還要(yao)(yao)(yao)有(you)(you)數(shu)據(ju)(ju)(ju)(ju)產(chan)(chan)品(pin)(pin)的(de)(de)設(she)計(ji)與管(guan)理(li)(li)(li)能(neng)力，以及(ji)較強的(de)(de)產(chan)(chan)品(pin)(pin)運營能(neng)力。
通道一(yi)適合于業務(wu)部(bu)門的人員轉行做數據分析。
他們從(cong)懂業(ye)務出發，通過學習系統的(de)(de)(de)數據分(fen)(fen)(fen)(fen)析(xi)(xi)和數據挖掘知識，掌握相應的(de)(de)(de)分(fen)(fen)(fen)(fen)析(xi)(xi)方法、分(fen)(fen)(fen)(fen)析(xi)(xi)思路、分(fen)(fen)(fen)(fen)析(xi)(xi)模型，從(cong)單(dan)個業(ye)務問(wen)題的(de)(de)(de)分(fen)(fen)(fen)(fen)析(xi)(xi)到復雜問(wen)題的(de)(de)(de)分(fen)(fen)(fen)(fen)析(xi)(xi)，從(cong)常用(yong)統計分(fen)(fen)(fen)(fen)析(xi)(xi)到高深(shen)的(de)(de)(de)數據挖掘/機器學習等知識，逐步上升到分(fen)(fen)(fen)(fen)析(xi)(xi)專家或(huo)者資(zi)深(shen)分(fen)(fen)(fen)(fen)析(xi)(xi)師(shi)。
通道二：數據分析(xi)員à數據建模/算法(fa)師à分析(xi)專家/產品經理；
數(shu)(shu)據(ju)建(jian)模(mo)/算(suan)法師，側重于數(shu)(shu)據(ju)建(jian)模(mo)，以(yi)及算(suan)法研(yan)究。基于對商業(ye)問題(ti)的(de)理解，選擇或構建(jian)出合適(shi)的(de)數(shu)(shu)據(ju)分(fen)析(xi)框架和分(fen)析(xi)模(mo)型(xing)，以(yi)及實現(xian)算(suan)法，從而(er)達(da)到定性或定量的(de)實現(xian)業(ye)務數(shu)(shu)據(ju)分(fen)析(xi)，提供(gong)數(shu)(shu)據(ju)驅(qu)動業(ye)務服務。
大數據分(fen)析(xi)(xi)專家，或者叫做高級/資深分(fen)析(xi)(xi)師，他們對業(ye)(ye)務領域有系(xi)統全面(mian)(mian)的(de)理解(jie)，能構(gou)建(jian)整個業(ye)(ye)務分(fen)析(xi)(xi)框架及建(jian)立某領域的(de)業(ye)(ye)務分(fen)析(xi)(xi)體系(xi)，形成(cheng)系(xi)統全面(mian)(mian)的(de)企業(ye)(ye)決策系(xi)統。
一般(ban)情況下，資(zi)深(shen)(shen)的分(fen)析專家與(yu)產(chan)(chan)(chan)品(pin)經理(li)在能力上應該是相當的，只是產(chan)(chan)(chan)品(pin)經理(li)側重(zhong)于產(chan)(chan)(chan)品(pin)管理(li)與(yu)產(chan)(chan)(chan)品(pin)運營，而(er)資(zi)深(shen)(shen)分(fen)析專家更側重(zhong)于業(ye)務(wu)數據分(fen)析。
通道二(er)適合于(yu)高校畢業生做(zuo)數據分析(xi)。
他們(men)在(zai)學校接受過正規的數理統計(ji)、數據挖(wa)掘、算法(fa)(fa)實現等(deng)知識，掌握了(le)較全面的數據分(fen)析(xi)/挖(wa)掘方法(fa)(fa)。他們(men)只需要再深入了(le)解一些(xie)業務知識，就能夠很快地將(jiang)業務和(he)分(fen)析(xi)結合，快速(su)地成長為分(fen)析(xi)專(zhuan)家。一般地，算法(fa)(fa)工程師，往(wang)往(wang)是高校的研究生和(he)教授來擔當。
系統類
系統類(lei)職位(wei)，屬于系統研發(fa)，其發(fa)展通道(dao)與(yu)一(yi)般的IT技術人員的職位(wei)發(fa)展通道(dao)基(ji)本類(lei)似，只不(bu)過是基(ji)于大數據平臺(tai)進行研發(fa)。
通道三：開發工程師à系統設計師à大數據架(jia)構師
開發(fa)(fa)工程(cheng)師(shi)，俗稱碼農，偏(pian)向(xiang)于寫代(dai)碼，負責(ze)大數據系(xi)統的開發(fa)(fa)工作，在(zai)系(xi)統設計師(shi)的指導下，運用編程(cheng)語言(yan)進(jin)行應(ying)用程(cheng)序(xu)的單個(ge)模塊(kuai)的開發(fa)(fa)、測試和維護。
系統(tong)設計(ji)師，負責(ze)大(da)數(shu)(shu)據產品系統(tong)的設計(ji)，要求(qiu)熟悉Hadoop/Spark/Storm等大(da)數(shu)(shu)據平臺，熟悉大(da)數(shu)(shu)據系統(tong)平臺的核心框架及(ji)組件，能(neng)夠基于大(da)數(shu)(shu)據系統(tong)進行應用系統(tong)設計(ji)/開發/優(you)化/部署。
大數據架(jia)構(gou)(gou)師，負責大數據系(xi)(xi)統(tong)的技術架(jia)構(gou)(gou)設計，平(ping)臺選擇(ze)與(yu)構(gou)(gou)建，要求有平(ping)臺級開發和架(jia)構(gou)(gou)設計能力，能夠(gou)搭建整個商業大數據系(xi)(xi)統(tong)的平(ping)臺。
通道三適(shi)合于一般(ban)IT開發工程師轉(zhuan)行做大數據。
他們有(you)著較(jiao)強(qiang)的(de)(de)編(bian)程(cheng)和寫代碼(ma)的(de)(de)能力，本身對編(bian)程(cheng)語(yu)言（如Java/R/Python等）較(jiao)熟(shu)悉，只需要再了(le)解一下大數(shu)據(ju)開源平臺(tai)Hadoop的(de)(de)編(bian)程(cheng)原理及運行思想，就能夠(gou)比較(jiao)容(rong)易地轉入大數(shu)據(ju)系統的(de)(de)開發和測試，并(bing)通(tong)過不斷地擴寬(kuan)對產品其(qi)他模塊甚至整個(ge)系統的(de)(de)了(le)解，逐步上升(sheng)到系統設計，以及架構設計的(de)(de)高度。
通道四：數(shu)據(ju)庫管理員à運維工(gong)程師à大數(shu)據(ju)架構(gou)師
數據庫(ku)/數據倉(cang)庫(ku)管(guan)理(li)員，指的(de)是大數據倉(cang)庫(ku)的(de)設(she)計、管(guan)理(li)和優化(hua)，負責大數據的(de)分(fen)布式存儲、組(zu)織與管(guan)理(li)，包括(kuo)性能優化(hua)、故障檢(jian)測、數據安全等等。
大數據(ju)運(yun)維工程師，指的(de)是(shi)大數據(ju)平臺(tai)運(yun)維管理，包括系(xi)統(tong)運(yun)維規劃、系(xi)統(tong)監控(kong)、系(xi)統(tong)優化等等。
通(tong)道四適合(he)于數據庫管理員轉行(xing)到大數據。
他(ta)們本來就熟悉(xi)(xi)數據庫(ku)/數據倉(cang)(cang)庫(ku)技術，原來的技能很容易移植到大數據的數據庫(ku)（如Hbase，Hive等）上(shang)來。在數據倉(cang)(cang)庫(ku)基礎上(shang)，再擴展到其他(ta)模塊，熟悉(xi)(xi)其他(ta)組件的技術原理，工作(zuo)機制，直至整(zheng)個大數據系(xi)(xi)統(tong)，這樣可快速地上(shang)升到系(xi)(xi)統(tong)運維(wei)及大數據架(jia)構師。
通(tong)道五：大數據安全員(yuan)à大數據安全工程師à大數據安全專(zhuan)家
大(da)(da)數(shu)據安全，這是一個相對獨立的領(ling)域，主要專注于大(da)(da)數(shu)據系統的安全工(gong)作(zuo)。
大數據安全員，要求了解基本的(de)數據安全知(zhi)識，能(neng)夠(gou)在(zai)安全專家指導下，利(li)用常(chang)用的(de)安全工具和手段，執行(xing)對(dui)系(xi)統和數據的(de)安全防范措施。
大(da)數據安(an)(an)(an)(an)(an)全(quan)(quan)(quan)工程師，要求理(li)解(jie)大(da)數據系統各組件(jian)的安(an)(an)(an)(an)(an)全(quan)(quan)(quan)實現，深入(ru)理(li)解(jie)網絡安(an)(an)(an)(an)(an)全(quan)(quan)(quan)、數據安(an)(an)(an)(an)(an)全(quan)(quan)(quan)、信息安(an)(an)(an)(an)(an)全(quan)(quan)(quan)等(deng)，包括身(shen)份(fen)認(ren)證(zheng)、權限控制、數據加密、入(ru)侵檢測、系統安(an)(an)(an)(an)(an)全(quan)(quan)(quan)加固、漏洞修復、通信安(an)(an)(an)(an)(an)全(quan)(quan)(quan)、安(an)(an)(an)(an)(an)全(quan)(quan)(quan)審計(ji)、數據防(fang)泄漏等(deng)等(deng)，和確保大(da)數據系統的安(an)(an)(an)(an)(an)全(quan)(quan)(quan)。
大數據安(an)(an)全(quan)專家，要求熟悉(xi)大數據安(an)(an)全(quan)模(mo)型(xing)和(he)安(an)(an)全(quan)機(ji)制(zhi)，能夠構建大數據系統安(an)(an)全(quan)體系，制(zhi)定大數據安(an)(an)全(quan)策略和(he)方案，以及(ji)完善和(he)優化大數據系統安(an)(an)全(quan)機(ji)制(zhi)。
大數(shu)據(ju)(ju)安(an)(an)全(quan)專(zhuan)家(jia)發展的(de)最高職(zhi)位應(ying)該是CSO（首(shou)席(xi)安(an)(an)全(quan)官），或(huo)者叫CDSO（首(shou)席(xi)數(shu)據(ju)(ju)安(an)(an)全(quan)官）。CDO應(ying)該能夠深(shen)入理解職(zhi)責管(guan)轄(xia)下的(de)數(shu)據(ju)(ju)安(an)(an)全(quan)需求，對比分析數(shu)據(ju)(ju)安(an)(an)全(quan)解決方案優劣，側重(zhong)于大數(shu)據(ju)(ju)的(de)安(an)(an)全(quan)管(guan)理和(he)流程，能制定(ding)數(shu)據(ju)(ju)安(an)(an)全(quan)規范(fan)和(he)相(xiang)關安(an)(an)全(quan)標(biao)準。
通道(dao)五適合(he)于負責網絡信(xin)息(xi)安全的人(ren)士轉(zhuan)行(xing)到大數(shu)據。
他們基于原(yuan)有的(de)網絡安(an)(an)(an)全、信息(xi)安(an)(an)(an)全知識，結合(he)當前(qian)大(da)數(shu)據系(xi)統的(de)實現原(yuan)理和(he)安(an)(an)(an)全運行機制，就能快速上手(shou)，確保大(da)數(shu)據平臺架構的(de)安(an)(an)(an)全。
不管(guan)是(shi)從應用類(lei)，還是(shi)系統類(lei)，大數據(ju)(ju)專家發展的最高職(zhi)位都應該是(shi)數據(ju)(ju)科學家或CDO（首席數據(ju)(ju)官(guan)）。當(dang)然，數據(ju)(ju)科學家側重于大數據(ju)(ju)技(ji)(ji)術(shu)（包括(kuo)應用技(ji)(ji)術(shu)和系統技(ji)(ji)術(shu)），而(er)CDO，則側重于企業管(guan)理和決策。
當然，從(cong)能力要求看(kan)起來，大(da)數據在應(ying)用類的最高職(zhi)位也(ye)可以是CIO（首席(xi)信息官），側(ce)(ce)重(zhong)于從(cong)業(ye)務(wu)信息層面來解(jie)讀大(da)數據；系統類的最高職(zhi)位也(ye)可以是CTO（首席(xi)技(ji)術官），側(ce)(ce)重(zhong)于從(cong)技(ji)術系統層面來引領大(da)數據；安全(quan)類的最高職(zhi)位是CSO（首席(xi)安全(quan)官），側(ce)(ce)重(zhong)于大(da)數據的安全(quan)。
CDO（首席數(shu)(shu)據(ju)官）/數(shu)(shu)據(ju)科學家，負責企業(ye)大(da)數(shu)(shu)據(ju)的戰略規(gui)劃，制定企業(ye)大(da)數(shu)(shu)據(ju)的發(fa)展戰略和布(bu)局(ju)，實(shi)現企業(ye)數(shu)(shu)據(ju)有效(xiao)支撐企業(ye)的發(fa)展。
CTO（首席技(ji)(ji)術(shu)官），是企業技(ji)(ji)術(shu)的創(chuang)建者(zhe)和(he)推動者(zhe)，負責制定企業的技(ji)(ji)術(shu)愿景和(he)發(fa)展戰略，把握總(zong)體技(ji)(ji)術(shu)研(yan)究與發(fa)展方向，并對技(ji)(ji)術(shu)選型進行指(zhi)導(dao)和(he)把關。
CIO（首席信(xin)息(xi)官），負責規劃企業(ye)的信(xin)息(xi)資(zi)源，制定企業(ye)信(xin)息(xi)化(hua)戰(zhan)略和布(bu)局，整合企業(ye)信(xin)息(xi)流、物流、資(zi)金流資(zi)源，運用信(xin)息(xi)管理技術重建企業(ye)的決策體(ti)系，包括企業(ye)流程再造等等。CIO是為業(ye)務而設立的。
CSO（首席安(an)全(quan)(quan)(quan)官），主(zhu)要(yao)是指CDSO（首席數據安(an)全(quan)(quan)(quan)官），負責整(zheng)個企業(ye)大數據的(de)(de)安(an)全(quan)(quan)(quan)運行(xing)狀態(tai)，制定大數據系統(tong)的(de)(de)安(an)全(quan)(quan)(quan)措施(shi)、安(an)全(quan)(quan)(quan)規(gui)則和安(an)全(quan)(quan)(quan)標準(zhun)，負責整(zheng)個企業(ye)大數據系統(tong)的(de)(de)安(an)全(quan)(quan)(quan)方案(an)和安(an)全(quan)(quan)(quan)策略(lve)。
不管(guan)是(shi)CDO、CIO、CTO，都是(shi)企業管(guan)理者，只是(shi)職(zhi)責細分(fen)上(shang)的差異。
企(qi)(qi)業(ye)(ye)(ye)的性質不(bu)同，有(you)可能(neng)設(she)置的CXO崗(gang)位也不(bu)一樣(yang)。那些對數據有(you)較強依賴的企(qi)(qi)業(ye)(ye)(ye)，諸如金融、電子商(shang)務(wu)、互聯網企(qi)(qi)業(ye)(ye)(ye)等，都會設(she)置CDO角(jiao)色(se)(se)；那些以(yi)信息化服務(wu)為主的企(qi)(qi)業(ye)(ye)(ye)，諸如ERP企(qi)(qi)業(ye)(ye)(ye)、OA企(qi)(qi)業(ye)(ye)(ye)，一般設(she)置CIO角(jiao)色(se)(se)；那些以(yi)技術擅長的企(qi)(qi)業(ye)(ye)(ye)，諸如高(gao)科技企(qi)(qi)業(ye)(ye)(ye)、IT公司，一般設(she)置CTO角(jiao)色(se)(se)。
在一(yi)個大數(shu)據企業(ye)中，CDO有可(ke)能(neng)就是CIO，也有可(ke)能(neng)就是CTO，或者CDO將完(wan)全代替(ti)CIO和CTO。
當然，你有可(ke)能在(zai)各(ge)大公司的(de)(de)職(zhi)(zhi)位(wei)(wei)招聘中看(kan)到更多的(de)(de)職(zhi)(zhi)位(wei)(wei)，各(ge)種職(zhi)(zhi)位(wei)(wei)，五花八門，但總體來(lai)看(kan)，不外(wai)乎是上面提(ti)到的(de)(de)大數據(ju)職(zhi)(zhi)位(wei)(wei)的(de)(de)一些(xie)細化和變(bian)化。
轉載：//bamboo-vinegar.cn/zixun_detail/111709.html
