工作3年，月薪20k+的大數據開發人員，突然說我不想只做Hadoop、Spark、Flink層面的技

原創

2020-04-23 16:48

“不管國內或全球“新冠”疫情有多嚴重、還得持續多久，我只想先保住我的工作，如果降薪，我也能在短時間找到待遇更好的下一個東家”。
——《大數據就業特訓營》23期學員李斌
2014年做大數據培訓至今，已有5年之多，可以說大數據技術的發展變化速度之快，用“突飛猛進”來說毫不誇張。就單從計算引擎領域的發展來說，2014年之前，想必都還在使用MapReduce來做離線計算，速度雖然慢，但能處理TB級別的數據規模，還是相當興奮的。2014-2018，Spark以其基於內存計算，速度更快等優勢強勢入場，大部分大數據人員又一窩蜂的轉向Spark及其生態體系的開發。2017至今，隨着實時應用場景的需求擴大，Flink以其真正的實時計算終於在沉默中爆發，人們又開始轉向Flink及其生態體系的開發。那麼，數據人下一步可能轉向的領域在哪裏？是什麼呢？大批往期學員是這樣說的 “我不想只做Hadoop、Spark、Flink層面的技術開發，我想深入到數倉體系構建、數據資產管理等核心領域”。我也在想，隨着Hadoop、Spark、Flink開發人員越來越多，企業對數據資產管理的重視程度越來越高、企業數據化轉型的要求越來越迫切，圍繞數據資產管理的大數據開發將註定會成爲一個新的方向，這個方向也將會發展更持久、能力要求更高、薪資待遇更好、發展前景更優。
藉此機會，結合企業真實應用場景爲大家梳理出“5大體系11步流程，掌握打造數據中臺數據資產管理平臺方法論”。

打造數據資產管理平臺，做到“家底清、底數明”

隨着大數據時代的到來，人們已經認識到數據是一種無形的寶貴資產。對於數據的擁有者和管理者來說，通過對數據的合理管理和有效應用，能盤活並充分釋放數據的巨大價值。但如果他們不能對數據進行有效管理，數據就用不起來，或者即使使用起來也用不好，這種情況下，推積如山的無序數據給企業帶來的是高昂的成本，數據就成爲一項棘手的“負債”。從這個角度來說，是否具備數據資產管理能力已經成爲衡量一家企業能否成功的重要因素。