大數(shù)據(jù)專業(yè)人才短缺成發(fā)展掣肘

導(dǎo)讀：盡管還存在安全等問題，但Hadoop已經(jīng)為部署在大企業(yè)中的大型項目做好準(zhǔn)備。Hadoop作為Apache的頂級開源項目，主要被應(yīng)用于分析大數(shù)據(jù)集，現(xiàn)今已被包括eBay、Facebook、Yahoo、AOL和Twitter等互聯(lián)網(wǎng)公司廣泛采用。而就在上個月微軟、IBM和甲骨文也都紛紛擁抱Hadoop。

越來越多的企業(yè)已經(jīng)開始摸索Hadoop技術(shù)，目的就是為處理博客、點擊所帶來的數(shù)據(jù)流和社交媒體所帶來的數(shù)據(jù)。Hadoop可以供存儲和分析的能力，以便在大數(shù)據(jù)中為客戶提升業(yè)務(wù)洞察力。

大數(shù)據(jù)在企業(yè)中迅速擴張 相關(guān)人才短缺

目前相關(guān)人才短缺的問題相當(dāng)嚴(yán)重。來自JP摩根大通公司以及eBay的IT高管們在本月于紐約舉行的Hadoop全球大會都表達了同樣的觀點。eBay公司搜索與平臺部門副總裁Hugh Williams就在大會上表示目前他們正在誠招Hadoop專業(yè)人員。而JP摩根大通公司總經(jīng)理Larry Feinsmith則半開玩笑的表示，他們不僅愿意聘用合格的專業(yè)人士，還會提供比eBay高出10%的優(yōu)厚待遇。

Larry Feinsmith表示現(xiàn)今JP摩根大通仍然嚴(yán)重的依賴傳統(tǒng)的關(guān)系數(shù)據(jù)庫系統(tǒng)進行事務(wù)處理。但隨著越來越多的欺詐檢測以及IT風(fēng)險管理和自我服務(wù)等，過去的系統(tǒng)已經(jīng)不能滿足現(xiàn)有的需求，而Hadoop技術(shù)的特性恰好能夠適應(yīng)當(dāng)今企業(yè)的業(yè)務(wù)。

JP摩根大通現(xiàn)在擁有150PB在線存儲的數(shù)據(jù)，30000個數(shù)據(jù)庫。用戶帳戶記錄的總金額達到350億美元。這些數(shù)據(jù)充分說明了數(shù)據(jù)是JP摩根大通的命脈。Hadoop的優(yōu)勢就是適合存儲海量的非結(jié)構(gòu)數(shù)據(jù)，這使得企業(yè)能夠有效收集和存儲網(wǎng)絡(luò)日志，以及交易數(shù)據(jù)和社交媒體的數(shù)據(jù)。Larry Feinsmith說到。

而eBay搜索和平臺副總裁Hugh Williams表示eBay現(xiàn)在正在使用Hadoop技術(shù)和HBase數(shù)據(jù)庫。以便進行實時的數(shù)據(jù)分析。同時還利用Hadoop技術(shù)為其網(wǎng)站構(gòu)建了新的搜索引擎。據(jù)他透露eBay活躍買家和賣家超過了9700萬，網(wǎng)站每天有接近20億次的頁面瀏覽量，同時帶來每天2.5億次的搜索或查詢和數(shù)百億的數(shù)據(jù)庫調(diào)用。他還表示eBay現(xiàn)在有9PB的數(shù)據(jù)存儲在Hadoop和Teradata集群之中，并且數(shù)據(jù)量還在迅速的增長。

Hadoop存在硬性標(biāo)準(zhǔn) 數(shù)據(jù)挖掘等領(lǐng)域人才為潛在對象

Forrester研究公司分析師James Kobielus認(rèn)為在當(dāng)今的企業(yè)中，Hadoop就是新一代的數(shù)據(jù)倉庫，并應(yīng)被看作是新的數(shù)據(jù)源。比起當(dāng)今傳統(tǒng)關(guān)系數(shù)據(jù)庫管理系統(tǒng)，Hadoop使企業(yè)具有存儲、管理海量結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)卷的能力。

James Kobielus表示越來越多的企業(yè)對諸如Hadoop分析技術(shù)需求的增加導(dǎo)致Hadoop相關(guān)從業(yè)人員炙手可熱。能夠駕馭Hadoop的人對企業(yè)貢獻極大，他們理應(yīng)獲取相應(yīng)的薪酬。Hadoop需要從業(yè)者具備高級分析領(lǐng)域的相關(guān)工作經(jīng)驗，例如像具備使用MapReduce及R語言等新一代技術(shù)解決方案處理預(yù)測及統(tǒng)計建模的能力。而具備多元統(tǒng)計分析、數(shù)據(jù)挖掘、預(yù)測建模、自然語言處理、內(nèi)容分析、文本分析及社交領(lǐng)域分析等領(lǐng)域技術(shù)背景的相關(guān)人員都是從事Hadoop的潛在對象。

Hadoop受到企業(yè)廣泛關(guān)注的同時也帶來了對Hadoop平臺專業(yè)管理人員的硬性需求。他們的工作職責(zé)包括Hadoop集群、安全及管理，并對其進行優(yōu)化以確保集群對企業(yè)的可用性。之前負責(zé)管理Teradata及Oracle Exadata的數(shù)據(jù)庫管理員現(xiàn)在正試圖向Hadoop集群管理的角色轉(zhuǎn)變。他們會意識到這是一個全新的天地。同時，存儲管理專業(yè)人員也是不可或缺，他們現(xiàn)在要做的就是幫助Hadoop環(huán)境與現(xiàn)有傳統(tǒng)數(shù)據(jù)庫技術(shù)相結(jié)合。

Hadoop專業(yè)人員主要分三類

Karmasphere公司總裁 Martin Hall表示目前對Hadoop專業(yè)人員的需求主要分三大類：數(shù)據(jù)分析師（又稱數(shù)據(jù)科學(xué)家）、數(shù)據(jù)工程師以及IT數(shù)據(jù)管理專家。Karmasphere現(xiàn)主要經(jīng)營項目正是為Hadoop環(huán)境開發(fā)軟件產(chǎn)品。

Martin Hall認(rèn)為，數(shù)據(jù)管理專家的職責(zé)在于選擇、安裝、管理、規(guī)范以及擴展大規(guī)模的Hadoop集群。這些專業(yè)人員決定了Hadoop是否應(yīng)立足于云還是采取預(yù)置模式，包括供應(yīng)商該如何選擇以及使用那款Hadoop分布方案、集群規(guī)模以及被用于運行生產(chǎn)應(yīng)用程序還是用于進行質(zhì)量測試等。此職位應(yīng)具備的技能與以往負責(zé)傳統(tǒng)關(guān)系數(shù)據(jù)庫與數(shù)據(jù)庫環(huán)境類的任務(wù)頗為相似。

同時，Hadoop數(shù)據(jù)工程師還要負責(zé)創(chuàng)建數(shù)據(jù)處理工作以及建立分布式MapReduce算法，以便數(shù)據(jù)分析師使用。從事Java和C++等領(lǐng)域技能水平能力較為突出的專業(yè)人士更便于在企業(yè)大規(guī)模部署Hadoop的浪潮中得到更多的機會。

而第三類專業(yè)需求則是在SAS、SPSS以及以R語言為代表的編程語言等方面具備豐富經(jīng)驗的數(shù)據(jù)科學(xué)家。這些專業(yè)人士能夠?qū)⒔?、分析、共享以及智能整合加以集中，并存儲于Hadoop環(huán)境中。

就目前來看，Hadoop領(lǐng)域的人才短缺意味著企業(yè)會更加依賴于服務(wù)供應(yīng)商提供的部署技術(shù)。支撐這一論點的一大跡象是在專業(yè)的咨詢及系統(tǒng)集成行業(yè)內(nèi)，專攻Hadoop實際應(yīng)用帶來的收入要遠遠大于Hadoop產(chǎn)品銷售所帶來的收入。

如今Cloudera、MapR、Hortonworks以及IBM這樣的企業(yè)如今已經(jīng)在提供Hadoop的相關(guān)培訓(xùn)課程，人們應(yīng)該充分利用這些資源，通過建立Hadoop卓越中心使自己的企業(yè)獲得最大收益。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。