- etl全称
- SAP BI工程师是做什么的
- BI工程师是做什么的
- 大数据就业方向有哪些
- 你认为BI (商业智能）在企业的作用和定
- 大数据开发主要做哪些工作
- BI工程师是干什么的
- 大数据行业薪资有多少，如何去学习大数据开
etl全称
ETL，是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。
SAP BI工程师是做什么的
BI工程师：主要是报表开发，需要有一定的数据库经验，掌握SQL查询优化方法，精通Oracle、SQL Server、MySQL等主流数据库的应用设计、性能调优及存储过程的开发。掌握BI相关工具，如ETL工具（如SSIS）、OLAP工具（如SSAS）和前端展示工具。熟悉ETL逻辑、OLAP设计和数据挖掘相关算法。BI工程师与数据库管理员的工作内容不同，前者是负责开发工作，后者是从事管理和维护数据库管理系统(DBMS)的相关工作。数据库管理员（Database Administrator，简称DBA），是从事管理和维护数据库管理系统(DBMS)的相关工作人员的统称，属于运维工程师的一个分支，主要负责业务数据库从设计、测试到部署交付的全生命周期管理。DBA的核心目标是保证数据库管理系统的稳定性、安全性、完整性和高性能。在国外，也有公司把DBA称作数据库工程师(Database Engineer)，两者的工作内容基本相同，都是保证数据库服务7*24小时的稳定高效运转，但是需要区分一下DBA和数据库开发工程师(Database Developer)：
BI工程师是做什么的
bi工程师是做报表开发的，需要有一定的数据库经验，掌握SQL查询优化方法，精通Oracle、SQL Server、MySQL等主流数据库的应用设计、性能调优及存储过程的开发。
大数据就业方向有哪些
大数据会在未来的商业社会中成为基础设施，任何行业都离不开大数据；同时，伴随AI技术的日趋成熟，未来的大数据已经超越了人类的认知。所以大数据会在未来渗透进各行各业
你认为BI (商业智能）在企业的作用和定
商业智能主要可以有以下方面的应用：
· 指标衡量 - 创建绩效度量的层次结构的程序以及用于向业务领导者通知业务目标（业务流程管理）进展情况的基准测试。
· 分析 - 为企业构建量化流程以实现最佳决策并执行业务知识发现的计划。常常涉及：数据挖掘，流程挖掘，统计分析，预测分析，预测建模，业务流程建模，数据沿袭，复杂事件处理和规范分析。
· 报告/企业报告 - 为战略报告搭建基础架构的计划，以服务于企业的战略管理，而不是业务报告。经常涉及数据可视化，执行信息系统和OLAP。
· 协作/协作平台 - 通过数据共享和电子数据交换获取不同领域（业务内外）的协同工作。
· 知识管理 - 通过战略和实践来推动公司数据驱动的计划，以识别，创建，表示，分发和采用真正商业知识的见解和体验。知识管理导致学习管理和法规遵从。
除上述情况外，商业智能还可以提供一种主动方法，例如警报功能，如果满足某些条件，可立即通知终端用户，例如，如果某个商业指标超出预定义的阈值，则该指标将在标准报告中突出显示，业务分析师可能会通过电子邮件或其他监控服务收到警报。
不过，为商业智能提供积极的商业案例可能很困难，并且通常必须通过战略举措来确定项目的优先顺序，所以商业智能项目可以在组织内部实现更高的优先级。
了解更多硅谷前沿深度讯息请看 硅发布 公众号。
大数据开发主要做哪些工作
大数据开发需要较强的数据分析理论和思维做基础，数据分析注重数据敏感度，业务问题的理解和转化能力。
大数据平台开发其实分两种，第一类是编写一些Hadoop、Spark的应用程序，第二类是对大数据处理系统本身进行开发。第一类在技术深度上的要求更低，第二类工作的话通常才大公司里才有，一般他们都会搞自己的系统或者再对开源的做些二次开发。这种工作的话对理论和实践要求的都更深一些，也更有技术含量。
BI工程师是干什么的
bi工程师是做报表开发的，需要有一定的数据库经验，掌握SQL查询优化方法。
大数据行业薪资有多少，如何去学习大数据开
大数据是我的主要研究方向之一，同是也在带大数据方向的研究生，所以我来回答一下这个问题。
首先，从近几年研究生的就业情况来看，大数据行业从业者的薪资待遇还是比较高的，而且上升趋势也比较明显。除了薪资待遇之外，从行业发展的角度来看，当前学习大数据技术也是一个不错的选择。
大数据技术经过多年的发展已经形成了一个庞大的技术体系，可以选择的方向也比较多，不同的方向需要学习不同的技术，学习者可以根据自身的知识结构以及兴趣爱好进行选择。
如果学习者具有扎实的数学基础，那么可以选择大数据分析方向，大数据分析目前主要的包括机器学习和统计学，这两个对于数学基础均有一定的要求。学习数据分析可以从编程语言开始，比如Python就是一个不错的选择，然后可以进一步学习大数据平台知识（Hadoop、Spark等）。
如果学习者具有一定的计算机基础，那么可以选择大数据应用开发方向，大数据应用开发涉及到操作系统（Linux系列）、编程语言和大数据平台三方面内容。随着大数据的落地应用，大数据应用开发的需求量会比较大，一方面体现在已有信息系统的大数据化，另一方面也体现在新业务的开发上。
如果学习者的基础比较薄弱，那么可以从数据整理开始学起，数据整理可以通过很多工具来完成，比如可以先从Excel开始学起，然后学习数据库知识，重点在于Sql语言，接下来可以学习一下BI工具的使用。在传统企业的生产环境下，通过BI产品等工具来完成数据整理和分析是比较常见的选择。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！
