一、職位體系
大數據時代，給(gei)個人帶來了(le)新(xin)的發展機會，也給(gei)個人提供了(le)新(xin)的職位發展通道。
一(yi)些同仁從(cong)其(qi)他崗位轉向(xiang)大數(shu)據崗位時，面對眾多的(de)大數(shu)據招(zhao)聘職位時，卻不知(zhi)所措，不知(zhi)道應該選擇什(shen)么樣的(de)職位發(fa)展方向(xiang)。
我收集并整理了(le)一(yi)下(xia)各(ge)個公司(si)的招(zhao)聘職位，試圖梳理當前大數據崗位體系，并尋找出一(yi)條合(he)適的職位發展(zhan)通道，希望(wang)對(dui)大家有用。
當前(qian)大數據(ju)職位，從總的來(lai)說，主(zhu)要有(you)兩(liang)大類(lei)(lei)(lei)：應用(yong)類(lei)(lei)(lei)和系(xi)統類(lei)(lei)(lei)。
應用類
應(ying)用(yong)(yong)(yong)類，偏向于數(shu)(shu)據(ju)分(fen)析和數(shu)(shu)據(ju)應(ying)用(yong)(yong)(yong)，經常說到的(de)數(shu)(shu)據(ju)分(fen)析、數(shu)(shu)據(ju)挖掘，就是典(dian)型的(de)應(ying)用(yong)(yong)(yong)技術。這一類職位，要求采(cai)用(yong)(yong)(yong)適(shi)當(dang)的(de)分(fen)析和挖掘方法(fa)對數(shu)(shu)據(ju)進行(xing)分(fen)析，提取(qu)數(shu)(shu)據(ju)中(zhong)隱含的(de)業務信息，來支(zhi)撐企業決(jue)策。
最(zui)典型的職(zhi)位就是(shi)：大數據(ju)分析師。
大(da)數(shu)據(ju)(ju)(ju)(ju)分(fen)(fen)析師：主要是指，基(ji)于業務問題，能(neng)夠選擇最(zui)合適的數(shu)據(ju)(ju)(ju)(ju)分(fen)(fen)析和(he)數(shu)據(ju)(ju)(ju)(ju)挖掘(jue)方法(fa)，提取數(shu)據(ju)(ju)(ju)(ju)中(zhong)的業務信息，從(cong)而支撐業務決(jue)策。要求(qiu)(qiu)熟悉數(shu)據(ju)(ju)(ju)(ju)分(fen)(fen)析/挖掘(jue)過程，掌握數(shu)據(ju)(ju)(ju)(ju)分(fen)(fen)析/挖掘(jue)方法(fa)，理解數(shu)據(ju)(ju)(ju)(ju)分(fen)(fen)析模型，熟練(lian)操作數(shu)據(ju)(ju)(ju)(ju)分(fen)(fen)析工具（比(bi)如(ru)Excel、SPSS、SAS等(deng)）。一般(ban)對于大(da)數(shu)據(ju)(ju)(ju)(ju)分(fen)(fen)析師，其能(neng)力要求(qiu)(qiu)比(bi)較全(quan)面，不管是業務邏輯、還(huan)是分(fen)(fen)析方法(fa)、模型、可視化，都要求(qiu)(qiu)全(quan)面掌握。
業(ye)(ye)(ye)(ye)務數(shu)據分析(xi)師：側重于(yu)(yu)商(shang)業(ye)(ye)(ye)(ye)理解(jie)，要求能(neng)夠將(jiang)業(ye)(ye)(ye)(ye)務問(wen)(wen)題(ti)和商(shang)業(ye)(ye)(ye)(ye)問(wen)(wen)題(ti)，轉化為大(da)數(shu)據的問(wen)(wen)題(ti)，并將(jiang)分析(xi)結果從(cong)業(ye)(ye)(ye)(ye)務層(ceng)面進行(xing)解(jie)讀，從(cong)而形(xing)成(cheng)業(ye)(ye)(ye)(ye)務建議和業(ye)(ye)(ye)(ye)務策略。要求熟悉業(ye)(ye)(ye)(ye)務邏輯(ji)和業(ye)(ye)(ye)(ye)務模型(xing)，掌握(wo)數(shu)據分析(xi)思路，能(neng)將(jiang)數(shu)據可視化，對數(shu)據解(jie)讀等(deng)。當然，類似的職位(wei)還有大(da)數(shu)據觀(guan)察員、大(da)數(shu)據研究員等(deng)等(deng)，這些都(dou)側重于(yu)(yu)商(shang)業(ye)(ye)(ye)(ye)理解(jie)。
大數(shu)(shu)據(ju)建模(mo)(mo)(mo)/算(suan)法(fa)師(shi)：側重于數(shu)(shu)據(ju)建模(mo)(mo)(mo)，能夠(gou)圍(wei)繞業(ye)(ye)務(wu)問(wen)題，構建合適的數(shu)(shu)據(ju)分析框架和分析模(mo)(mo)(mo)型，將業(ye)(ye)務(wu)問(wen)題進行(xing)分解，從而達到定性或定量(liang)來描(miao)述業(ye)(ye)務(wu)的目的。要求熟悉數(shu)(shu)據(ju)建模(mo)(mo)(mo)、模(mo)(mo)(mo)型評估、模(mo)(mo)(mo)型優(you)化(hua)、模(mo)(mo)(mo)型應用等等。
大數(shu)據算(suan)(suan)(suan)法(fa)師：側重于數(shu)據模型的(de)算(suan)(suan)(suan)法(fa)研究、設計與實(shi)現(xian)，為達到分析(xi)(xi)目(mu)的(de)，對實(shi)現(xian)算(suan)(suan)(suan)法(fa)進(jin)行分析(xi)(xi)、選擇(ze)與優化，確保實(shi)現(xian)性能(neng)及(ji)效果。一般(ban)情況(kuang)下(xia)，算(suan)(suan)(suan)法(fa)師往(wang)往(wang)和建模師在一起工作，因為算(suan)(suan)(suan)法(fa)，往(wang)往(wang)指的(de)是某個對應模型的(de)算(suan)(suan)(suan)法(fa)。
系統類
系統(tong)類，偏向于系統(tong)研發(fa)，比如Hadoop系統(tong)、云計(ji)算，就屬于系統(tong)類技術。這一(yi)類職位(wei)，要求(qiu)熟悉Hadoop大(da)數(shu)據平臺的核心框架和組件，能(neng)夠基于大(da)數(shu)據平臺來寫代碼(ma)開發(fa)應用，支撐業務應用。
最典(dian)型的職位就是：大數(shu)據工程師。
大數(shu)據(ju)開(kai)(kai)發工程(cheng)(cheng)師：負責大數(shu)據(ju)系統的(de)(de)開(kai)(kai)發工作(zuo)，能(neng)夠(gou)運(yun)用(yong)編程(cheng)(cheng)語言(yan)進行應(ying)用(yong)程(cheng)(cheng)序的(de)(de)開(kai)(kai)發、測試和(he)維(wei)護，實現產品功能(neng)。要求掌握編程(cheng)(cheng)語言(yan)，如JAVA、R、Python等等。
大數(shu)據架(jia)構(gou)師：負責大數(shu)據系(xi)統的平(ping)臺架(jia)構(gou)設(she)計(ji)、平(ping)臺構(gou)建。要求熟(shu)悉Hadoop/Storm/Spark等平(ping)臺，熟(shu)悉整個生態系(xi)統的組件，有平(ping)臺級開發和(he)架(jia)構(gou)設(she)計(ji)能力等等。
大(da)數(shu)(shu)據運(yun)維工程師：側重于大(da)數(shu)(shu)據平(ping)(ping)臺運(yun)維管理，包括(kuo)系(xi)統運(yun)維規劃(hua)、系(xi)統監控(kong)、系(xi)統優化(hua)等(deng)等(deng)，保障(zhang)大(da)數(shu)(shu)據平(ping)(ping)臺服務的(de)(de)穩(wen)定性(xing)和可用性(xing)。掌握平(ping)(ping)臺各組件的(de)(de)安(an)裝、配置與調試，有良好的(de)(de)系(xi)統性(xing)能優化(hua)及故障(zhang)排(pai)除(chu)能力。
大數(shu)(shu)據(ju)(ju)庫管(guan)理(li)(li)員：側重于(yu)數(shu)(shu)據(ju)(ju)庫/數(shu)(shu)據(ju)(ju)倒倉(cang)庫的設計、開(kai)發、管(guan)理(li)(li)和優化，監控數(shu)(shu)據(ju)(ju)庫的性(xing)能、故障檢測和排除，包括數(shu)(shu)據(ju)(ju)采集，數(shu)(shu)據(ju)(ju)庫架構設計，空間和容(rong)量規劃，性(xing)能優化，數(shu)(shu)據(ju)(ju)安全和隱(yin)私，數(shu)(shu)據(ju)(ju)容(rong)錯，等等。
當(dang)然(ran)，在不同的企業中，職(zhi)位的名稱和叫法有所不同，或者會衍生出新的職(zhi)位，但基本(ben)的崗位職(zhi)責是(shi)類似的。
二(er)、職(zhi)位(wei)發展通道
前面說過，大(da)數據職位至少有兩(liang)大(da)類，一類是(shi)應(ying)(ying)用類，另一類是(shi)系統類。這(zhe)兩(liang)類的職位最(zui)終的發(fa)展(zhan)應(ying)(ying)該有不同，也(ye)可以相互融合，就(jiu)看個(ge)人的選擇發(fa)展(zhan)。
基本(ben)的發(fa)展通(tong)道如下(xia)所示(shi)：
應用類
應用類職位，這一(yi)類往往是從(cong)業(ye)務出發，從(cong)精(jing)通業(ye)務，到精(jing)通數據分析，所以基本的發展方向有兩個。
通(tong)道一：業務分(fen)析(xi)員à業務分(fen)析(xi)師à產(chan)品經(jing)理/分(fen)析(xi)專(zhuan)家(jia)；
大數(shu)據分(fen)析(xi)員，一般也叫做助理分(fen)析(xi)師(shi)，指的(de)是在高級數(shu)據分(fen)析(xi)師(shi)的(de)指導下(xia)，采用(yong)常用(yong)的(de)分(fen)析(xi)方法(fa)和分(fen)析(xi)工具，提煉出數(shu)據中蘊含的(de)業務信息。一般要求分(fen)析(xi)員能夠(gou)熟練使用(yong)分(fen)析(xi)工具，明確分(fen)析(xi)方法(fa)背后的(de)理論及應用(yong)場景。
大數(shu)據(ju)分(fen)(fen)析(xi)師，指的(de)是能(neng)夠(gou)處理復(fu)雜的(de)業(ye)務(wu)(wu)(wu)問題(ti)的(de)數(shu)據(ju)分(fen)(fen)析(xi)人(ren)員，他們能(neng)夠(gou)將復(fu)雜的(de)問題(ti)進(jin)行分(fen)(fen)解，系統地全(quan)面地分(fen)(fen)析(xi)出復(fu)雜問題(ti)的(de)業(ye)務(wu)(wu)(wu)規律和業(ye)務(wu)(wu)(wu)問題(ti)。一般，要(yao)(yao)求分(fen)(fen)析(xi)師對(dui)業(ye)務(wu)(wu)(wu)和分(fen)(fen)析(xi)都要(yao)(yao)有較深的(de)認(ren)識，熟悉業(ye)務(wu)(wu)(wu)模(mo)型(xing)，也熟悉數(shu)據(ju)模(mo)型(xing)，并(bing)能(neng)基(ji)于(yu)業(ye)務(wu)(wu)(wu)數(shu)據(ju)分(fen)(fen)析(xi)結果給出業(ye)務(wu)(wu)(wu)建議和業(ye)務(wu)(wu)(wu)策略，支撐企業(ye)決策。
數據產(chan)品(pin)(pin)經理(li)(li)(li)(li)，指的(de)是數據產(chan)品(pin)(pin)的(de)項(xiang)目管理(li)(li)(li)(li)人員。產(chan)品(pin)(pin)經理(li)(li)(li)(li)負責(ze)數據產(chan)品(pin)(pin)策劃(hua)(hua)、需求(qiu)分(fen)析(xi)、功能(neng)(neng)規劃(hua)(hua)，以及規劃(hua)(hua)產(chan)品(pin)(pin)的(de)商業模型，推廣(guang)策略，負責(ze)組建(jian)團隊(dui)進(jin)行(xing)產(chan)品(pin)(pin)開發等等。要求(qiu)產(chan)品(pin)(pin)經理(li)(li)(li)(li)具有數據思(si)維能(neng)(neng)力，不(bu)但要有深刻的(de)數據分(fen)析(xi)/業務理(li)(li)(li)(li)解能(neng)(neng)力，還要有數據產(chan)品(pin)(pin)的(de)設計與管理(li)(li)(li)(li)能(neng)(neng)力，以及較強(qiang)的(de)產(chan)品(pin)(pin)運(yun)營能(neng)(neng)力。
通道一(yi)適合(he)于業務(wu)部門(men)的人員轉(zhuan)行做數據(ju)分析。
他們從懂(dong)業務出(chu)發，通過學習(xi)系統的數據分析(xi)(xi)和數據挖掘(jue)知識，掌(zhang)握相(xiang)應的分析(xi)(xi)方(fang)法、分析(xi)(xi)思路(lu)、分析(xi)(xi)模型，從單個業務問題(ti)的分析(xi)(xi)到復(fu)雜問題(ti)的分析(xi)(xi)，從常用(yong)統計分析(xi)(xi)到高深的數據挖掘(jue)/機器學習(xi)等知識，逐步上(shang)升到分析(xi)(xi)專家或者資深分析(xi)(xi)師。
通道二：數據分析員à;數據建模(mo)/算(suan)法師à分析專家/產(chan)品經(jing)理；
數據(ju)建(jian)(jian)(jian)模(mo)/算法師，側重于(yu)數據(ju)建(jian)(jian)(jian)模(mo)，以及(ji)算法研究。基(ji)于(yu)對商業問題(ti)的理解(jie)，選擇(ze)或構建(jian)(jian)(jian)出合適的數據(ju)分(fen)析框架和分(fen)析模(mo)型，以及(ji)實現算法，從而(er)達到定性或定量的實現業務(wu)數據(ju)分(fen)析，提(ti)供(gong)數據(ju)驅動業務(wu)服務(wu)。
大數據分析專家，或者叫做(zuo)高級/資(zi)深(shen)分析師，他們對業(ye)務(wu)領(ling)域有(you)系(xi)統(tong)全面(mian)(mian)的(de)理解(jie)，能(neng)構(gou)建整個業(ye)務(wu)分析框架及建立某領(ling)域的(de)業(ye)務(wu)分析體系(xi)，形成系(xi)統(tong)全面(mian)(mian)的(de)企(qi)業(ye)決策系(xi)統(tong)。
一般情況下，資深的(de)分(fen)析專(zhuan)家(jia)與產(chan)品經理(li)在能力上應該是相當的(de)，只是產(chan)品經理(li)側重于(yu)產(chan)品管理(li)與產(chan)品運營(ying)，而資深分(fen)析專(zhuan)家(jia)更(geng)側重于(yu)業務數據分(fen)析。
通道二適(shi)合(he)于高校畢業生做數據分析。
他們在(zai)學校(xiao)接受過(guo)正(zheng)規的數理(li)統計、數據挖掘(jue)、算法實現等知(zhi)(zhi)識，掌握了較(jiao)全面(mian)的數據分(fen)析/挖掘(jue)方法。他們只需要再(zai)深入了解一些業(ye)(ye)務(wu)知(zhi)(zhi)識，就(jiu)能夠很快地將業(ye)(ye)務(wu)和(he)分(fen)析結合(he)，快速地成(cheng)長(chang)為分(fen)析專家。一般地，算法工程師，往(wang)往(wang)是高校(xiao)的研究生(sheng)和(he)教授(shou)來(lai)擔(dan)當。
系統類
系統類職(zhi)位(wei)，屬于系統研發，其發展(zhan)通道(dao)與一般(ban)的IT技術人員的職(zhi)位(wei)發展(zhan)通道(dao)基本(ben)類似(si)，只不過是基于大數據(ju)平臺(tai)進行研發。
通道三：開發工(gong)程師à系統(tong)設計師à大數據架構師
開發工(gong)程(cheng)(cheng)師，俗(su)稱碼農(nong)，偏向于寫(xie)代碼，負責大數據系統(tong)的開發工(gong)作，在系統(tong)設計(ji)師的指導下，運用編程(cheng)(cheng)語言(yan)進(jin)行應用程(cheng)(cheng)序的單(dan)個(ge)模(mo)塊的開發、測試和維護。
系(xi)(xi)(xi)統(tong)設計師，負責(ze)大(da)數(shu)據(ju)產(chan)品系(xi)(xi)(xi)統(tong)的設計，要求(qiu)熟(shu)悉Hadoop/Spark/Storm等大(da)數(shu)據(ju)平臺(tai)，熟(shu)悉大(da)數(shu)據(ju)系(xi)(xi)(xi)統(tong)平臺(tai)的核心框架及組件，能夠基(ji)于(yu)大(da)數(shu)據(ju)系(xi)(xi)(xi)統(tong)進行(xing)應用系(xi)(xi)(xi)統(tong)設計/開發(fa)/優化/部(bu)署。
大數(shu)據架構師，負(fu)責大數(shu)據系(xi)統的技術架構設計，平臺(tai)(tai)選擇與構建(jian)，要求有(you)平臺(tai)(tai)級開發和(he)架構設計能(neng)力，能(neng)夠搭建(jian)整(zheng)個商(shang)業(ye)大數(shu)據系(xi)統的平臺(tai)(tai)。
通道三適合于(yu)一般IT開發(fa)工程師(shi)轉行做大數據。
他(ta)們有(you)著較(jiao)(jiao)強的(de)(de)編(bian)程(cheng)和寫代碼的(de)(de)能力(li)，本身對編(bian)程(cheng)語(yu)言(yan)（如(ru)Java/R/Python等(deng)）較(jiao)(jiao)熟悉，只需要再了(le)解(jie)(jie)一(yi)下(xia)大數據開(kai)源平臺Hadoop的(de)(de)編(bian)程(cheng)原理(li)及運行思想，就能夠比較(jiao)(jiao)容(rong)易地轉入大數據系統(tong)(tong)的(de)(de)開(kai)發和測試，并(bing)通過不斷地擴寬對產品其他(ta)模塊甚(shen)至(zhi)整(zheng)個系統(tong)(tong)的(de)(de)了(le)解(jie)(jie)，逐步上升(sheng)到系統(tong)(tong)設計(ji)，以及架(jia)構設計(ji)的(de)(de)高度。
通道四：數據庫管理員à運維工(gong)程師à大數據架(jia)構(gou)師
數(shu)據庫/數(shu)據倉庫管理(li)員，指的是大(da)數(shu)據倉庫的設計、管理(li)和優化，負責大(da)數(shu)據的分布(bu)式存儲、組織(zhi)與管理(li)，包括(kuo)性能優化、故(gu)障(zhang)檢(jian)測、數(shu)據安全等等。
大(da)數(shu)據運維工程師，指(zhi)的是大(da)數(shu)據平臺運維管理，包(bao)括系(xi)(xi)統(tong)運維規劃、系(xi)(xi)統(tong)監(jian)控、系(xi)(xi)統(tong)優化等等。
通道四(si)適合(he)于(yu)數據庫管理員轉行(xing)到大(da)數據。
他們本來就(jiu)熟悉(xi)數據(ju)庫(ku)(ku)/數據(ju)倉庫(ku)(ku)技術，原來的(de)技能(neng)很(hen)容易移植(zhi)到(dao)(dao)(dao)大數據(ju)的(de)數據(ju)庫(ku)(ku)（如Hbase，Hive等）上來。在數據(ju)倉庫(ku)(ku)基礎(chu)上，再(zai)擴(kuo)展到(dao)(dao)(dao)其他模塊(kuai)，熟悉(xi)其他組件的(de)技術原理，工作機(ji)制(zhi)，直至整個大數據(ju)系統，這(zhe)樣可快速(su)地上升到(dao)(dao)(dao)系統運維(wei)及大數據(ju)架(jia)構師。
通道五(wu)：大(da)數(shu)據(ju)安全(quan)員(yuan)à大(da)數(shu)據(ju)安全(quan)工(gong)程師à大(da)數(shu)據(ju)安全(quan)專家(jia)
大數(shu)據安(an)全，這是一個相對(dui)獨立的領(ling)域，主要專注于大數(shu)據系統的安(an)全工作。
大數據(ju)安全員，要求了解基本的(de)(de)數據(ju)安全知(zhi)識，能夠在安全專(zhuan)家(jia)指導下，利用常用的(de)(de)安全工(gong)具和手(shou)段，執(zhi)行對系(xi)統和數據(ju)的(de)(de)安全防范(fan)措施(shi)。
大數(shu)(shu)(shu)據(ju)安(an)全(quan)工程師，要求理解(jie)大數(shu)(shu)(shu)據(ju)系(xi)統各組件的安(an)全(quan)實現，深入理解(jie)網絡安(an)全(quan)、數(shu)(shu)(shu)據(ju)安(an)全(quan)、信息安(an)全(quan)等，包括身(shen)份認證、權限控制、數(shu)(shu)(shu)據(ju)加密(mi)、入侵檢測、系(xi)統安(an)全(quan)加固(gu)、漏洞(dong)修復、通信安(an)全(quan)、安(an)全(quan)審計、數(shu)(shu)(shu)據(ju)防泄漏等等，和確保大數(shu)(shu)(shu)據(ju)系(xi)統的安(an)全(quan)。
大數(shu)據(ju)(ju)安(an)全專(zhuan)家，要求熟(shu)悉(xi)大數(shu)據(ju)(ju)安(an)全模(mo)型和安(an)全機制，能夠構建大數(shu)據(ju)(ju)系(xi)統(tong)安(an)全體系(xi)，制定(ding)大數(shu)據(ju)(ju)安(an)全策略和方案，以及(ji)完善和優化(hua)大數(shu)據(ju)(ju)系(xi)統(tong)安(an)全機制。
大數(shu)(shu)(shu)據安(an)(an)(an)全(quan)專(zhuan)家發展的最高職位應該是CSO（首席安(an)(an)(an)全(quan)官(guan)），或(huo)者(zhe)叫CDSO（首席數(shu)(shu)(shu)據安(an)(an)(an)全(quan)官(guan)）。CDO應該能夠深(shen)入理(li)解職責管轄(xia)下的數(shu)(shu)(shu)據安(an)(an)(an)全(quan)需求，對比分析數(shu)(shu)(shu)據安(an)(an)(an)全(quan)解決方案優(you)劣，側重于大數(shu)(shu)(shu)據的安(an)(an)(an)全(quan)管理(li)和流程，能制定數(shu)(shu)(shu)據安(an)(an)(an)全(quan)規范和相關安(an)(an)(an)全(quan)標(biao)準。
通道五適(shi)合于負(fu)責(ze)網絡信息(xi)安全(quan)的人(ren)士轉行到大數據。
他們(men)基于原有的網絡安全、信(xin)息(xi)安全知識，結(jie)合當前(qian)大(da)數(shu)據(ju)系統的實現原理和安全運行機制，就能(neng)快速上手，確保大(da)數(shu)據(ju)平臺架構的安全。
不管是從(cong)應用(yong)類(lei)，還是系統(tong)(tong)類(lei)，大數(shu)(shu)據(ju)專家(jia)(jia)(jia)發(fa)展的最高職位都應該(gai)是數(shu)(shu)據(ju)科學(xue)家(jia)(jia)(jia)或CDO（首(shou)席(xi)數(shu)(shu)據(ju)官）。當然，數(shu)(shu)據(ju)科學(xue)家(jia)(jia)(jia)側重(zhong)于大數(shu)(shu)據(ju)技術（包(bao)括(kuo)應用(yong)技術和系統(tong)(tong)技術），而CDO，則側重(zhong)于企業管理和決策。
當然，從能(neng)力(li)要求看起來(lai)，大數(shu)據(ju)在(zai)應用(yong)類(lei)的最(zui)(zui)高職位(wei)也(ye)可(ke)以(yi)是(shi)CIO（首席(xi)信息(xi)官），側(ce)重(zhong)(zhong)于(yu)從業(ye)務(wu)信息(xi)層面來(lai)解讀大數(shu)據(ju)；系(xi)統(tong)類(lei)的最(zui)(zui)高職位(wei)也(ye)可(ke)以(yi)是(shi)CTO（首席(xi)技術官），側(ce)重(zhong)(zhong)于(yu)從技術系(xi)統(tong)層面來(lai)引領(ling)大數(shu)據(ju)；安(an)全類(lei)的最(zui)(zui)高職位(wei)是(shi)CSO（首席(xi)安(an)全官），側(ce)重(zhong)(zhong)于(yu)大數(shu)據(ju)的安(an)全。
CDO（首席數據官）/數據科(ke)學家，負責企(qi)(qi)業(ye)(ye)大(da)數據的戰略(lve)規劃，制定企(qi)(qi)業(ye)(ye)大(da)數據的發(fa)展戰略(lve)和布局，實現(xian)企(qi)(qi)業(ye)(ye)數據有效支撐企(qi)(qi)業(ye)(ye)的發(fa)展。
CTO（首席技(ji)(ji)術(shu)官），是企(qi)業技(ji)(ji)術(shu)的(de)創建者和推動(dong)者，負(fu)責制定企(qi)業的(de)技(ji)(ji)術(shu)愿景和發展戰略，把握總體技(ji)(ji)術(shu)研究與發展方(fang)向，并對技(ji)(ji)術(shu)選型(xing)進行(xing)指導和把關。
CIO（首席信息(xi)官），負(fu)責規劃企(qi)業(ye)(ye)的(de)信息(xi)資(zi)源(yuan)，制定企(qi)業(ye)(ye)信息(xi)化戰略和(he)布局，整(zheng)合企(qi)業(ye)(ye)信息(xi)流、物流、資(zi)金流資(zi)源(yuan)，運用信息(xi)管理技術重建企(qi)業(ye)(ye)的(de)決策體系，包括企(qi)業(ye)(ye)流程再造等(deng)等(deng)。CIO是為業(ye)(ye)務而設立的(de)。
CSO（首席(xi)安(an)(an)全(quan)(quan)(quan)(quan)官），主要是(shi)指(zhi)CDSO（首席(xi)數(shu)(shu)據(ju)(ju)安(an)(an)全(quan)(quan)(quan)(quan)官），負(fu)責(ze)整(zheng)個(ge)企業大數(shu)(shu)據(ju)(ju)的(de)安(an)(an)全(quan)(quan)(quan)(quan)運行狀態，制定(ding)大數(shu)(shu)據(ju)(ju)系(xi)統(tong)的(de)安(an)(an)全(quan)(quan)(quan)(quan)措施(shi)、安(an)(an)全(quan)(quan)(quan)(quan)規則和(he)安(an)(an)全(quan)(quan)(quan)(quan)標準，負(fu)責(ze)整(zheng)個(ge)企業大數(shu)(shu)據(ju)(ju)系(xi)統(tong)的(de)安(an)(an)全(quan)(quan)(quan)(quan)方案和(he)安(an)(an)全(quan)(quan)(quan)(quan)策略。
不管是(shi)CDO、CIO、CTO，都是(shi)企業(ye)管理(li)者，只是(shi)職責細分上的(de)差(cha)異。
企(qi)(qi)業(ye)的(de)性質(zhi)不同，有可(ke)能設(she)置(zhi)的(de)CXO崗位也不一樣。那(nei)些(xie)對數據(ju)有較強依(yi)賴的(de)企(qi)(qi)業(ye)，諸如金融、電子商務、互聯網企(qi)(qi)業(ye)等，都會(hui)設(she)置(zhi)CDO角色(se)；那(nei)些(xie)以信息化服務為主的(de)企(qi)(qi)業(ye)，諸如ERP企(qi)(qi)業(ye)、OA企(qi)(qi)業(ye)，一般(ban)設(she)置(zhi)CIO角色(se)；那(nei)些(xie)以技(ji)術擅(shan)長的(de)企(qi)(qi)業(ye)，諸如高科技(ji)企(qi)(qi)業(ye)、IT公司(si)，一般(ban)設(she)置(zhi)CTO角色(se)。
在(zai)一個大數據(ju)企業(ye)中，CDO有(you)可(ke)(ke)能就是CIO，也有(you)可(ke)(ke)能就是CTO，或者CDO將完(wan)全代替CIO和CTO。
當然，你有(you)可能在(zai)各大(da)公司的(de)職(zhi)位招聘(pin)中(zhong)看(kan)到更多的(de)職(zhi)位，各種職(zhi)位，五花八(ba)門，但總體來看(kan)，不(bu)外乎(hu)是上面提到的(de)大(da)數據(ju)職(zhi)位的(de)一些細化和變化。
轉載：//citymember.cn/zixun_detail/111709.html
