大数据实习生自我鉴定（精选2篇）
1.大数据实习生自我鉴定 篇一
人大经济论坛CDA大数据分析师培训学习心得
CDA 大数据分析师的课程让我对“大数据”这个概念有了更为具体的认识。以往对于“大数据”，我的认知还是仅仅停留在概念层面上。而上完课后，尤其是了解如何搭建Hadoop平台以及其生态环境之后，“大数据”这个概念终于落地了。
Hadoop的核心框架是Hdfs和MapReduce。Hdfs是分布式文件系统，其主要作用是存储及读取数据。而MapReduce实际上是Hadoop工作的核心思想。任何想要在Hadoop集群上完成的算法都必须基于MapReduce的思想实现。因此，我认为想要学习Hadoop，其核心在于充分理解MapReduce。而同时，MapReduce的理解也是理解大数据分析思想的关键，即如何将庞大的数据分解成可以进行操作的小数据集。
人大经济论坛Hadoop大数据分析师课程大致可分为如下几个部分(阐述并不是按照时间顺序，而是按照个人对于这个课程的理解)。第一部分是原理及背景的讲解：个人认为，这一部分其实是重点，因为涉及到了大数据分析的核心，也包括了Hadoop的运行原理。例如1.0版本与2.0版本的差异，其核心在于2.0版本增加了独立的资源管理器Yarn，这极大的提升了Hadoop处理海量数据时的效率；第二部分是搭建平台:从最初的单机模式，至伪分布模式，到最终的集群模式。这部分内容中核心的部分是如何写好配置文件，在这里课程中也会涉及到核心参数的介绍，这对于理解Hadoop平台及今后自己如何配置Hadoop集群模式都是十分有用的；第三部分是Mahout的介绍: Mahout是建立在Hadoop平台上的软件，其中集成了许多很有用的算法。这些算法往往不是十分前沿的，但在处理海量数据时往往可以显现出强大的作用。课程中对于Mahout的讲解也是十分仔细的，因为它是目前最为常用且方便的分析海量数据的软件；第四部分是Java培训: 由于Hadoop是由Java编写的，因此对于自己想编写MapReduce的学员，这部分内容其实是十分关键的。因为我认为想真正成为一个大数据分析师，仅仅会用Mahout上现成的算法是远远不够的。修改已有的算法甚至是构造新算法都是一个想真正进入这一行业的从业人员所必需的。课程中也会涉及到怎样在源文件中修改MapReduce程序，从而实现自带的算法所不具有的功能。从这一点上也体现了课程的深度；第五部分是对Hadoop整体生态环境的介绍，介绍并在Hadoop平台上搭载了如Hive, HBase等等常用的应用。对于其优劣势也有较为详细的介绍，例如Hive可以利用HQL语句进行数据库操作，便于那些熟悉SQL语句的DB管理人员操作。而HBase是一种面向列的数据库，使得查询及插入数据更高效。相较于Hive，HBASE显然更适用与海量数据的管理。这些对于Hadoop整体生态环境的介绍体现了课程一定的广度。
总体来讲，人大经济论坛hadoop大数据分析师培训课程，无论是课程内容的深度和广度，还是课程的教学质量，都是完美的，学完本人受益匪浅，通过最短的时间使自己快速进入到大数据分析的领域中。八天的培训中，最让我感动的是培训老师的认真负责的态度。课程中每一步骤都由老师一对一，手把手指点，耐心程度让人点赞。这样的教学方式保证能让每个学员都能跟上进度，有些入门级的同学当然问得更多些，老师也能一一解答，相信他们的收获比我更多。
人大经济论坛CDA大数据分析师第二期课程学员
2.大数据分析师究竟是干什么的 篇二
全民大数据的时代里，产生了一个新的职业。大数据分析师。那么什么是大数据分析师呢？大家都是知其然而不知其所以然。相信大家都会很好奇在大数据培训之后，我们的工作内容是什么吧。我们可能会去到的公司。那么，科多现在就带你一起，走进大数据分析师的世界。
现代生活中的我们，无时无刻不在产生着大量的数据，从咱们睁开眼洗漱的那一刻起就已经有数据开始产生并被记录。一直到晚上咱们关灯正式休息。可以毫不夸张的说，现代社会就是一个大型的数据库，咱们每个人都是一个数据源。每天咱们产生的数据被分类汇总到各类数据库中。当千千万万个我们这些数据源产生的千千万万的数据分类汇总到一起那就是大数据。而大数据分析师的工作内容。就是使用各种分析手段对大数据进行科学分析、挖掘、展现并用于决策支持的过程。
那么大数据分析师与传统的数据分析师之间有什么区别呢？数据分析可谓由来已久，举例说明一下。帐房先生在某种意义上讲也可以称之为数据分析师，分析着往来帐务、应收、支出等，传统的数据分析师只是基于自身数据的统计而已。所以相较于传统的数据分析师来说，大数据分析师首先要学会的就是打破信息孤岛利用各种数据源，在海量数据中寻找数据规律，在海量数据中发现数据异常。根据项目设计开发数据模型、数据挖掘和处理算法；通过数据探索和模型的输出进行分析，给出分析结果。
而现在大数据的发展深受国家和企业的重视，大数据的相关产业的发展也是成井喷式爆发。但是大数据的人才缺跟不上大数据产业发展的步伐。按照对于各大招聘网站的大数据统计，我国大数据人才的缺口在150万左右。大数据人才的平均薪酬也在15K左右，即便是实习生也是6K到8K.。国家和企业也越来越重视大数据培训，意在搭建自己的大数据团队。
在成都，科多大数据作为国家工信部大数据授权的人才培养基地、工信部大数据工程师授权认证中心中国智慧城市大数据技术创新联盟副理事长单位。成都大数据技术产业创新联盟会长单位也成为了贵阳大数据交易所、亚马逊大数据的认证合作培训机构。成都大数据技术产业创新联盟、成都大数据俱乐部的认证合作培训机构。其授课老师团队由国家大数据标准制定专家组成员、企业大数据总架构师、电子科大大数据研究中心教授们组成。
而现在的大数据分析师也不在仅仅是简单的IT工作人员，而是可以参与到企业决策发展制定中的核心人物。当然这都是譬如总架构师之类的大数据分析师了。普通的大数据分析师还是主要对各类大数据进行分析形成项目所需要的报告。
如果用举例子的办法来说明大数据分析师的工作的话，咱们的信用征信大数据。现在的支付宝和微信都是大家常用的支付软件，而在支付宝中也有各种类似蚂蚁花呗、借呗、分期等等金融产品，而且它还有一个芝麻信用，以芝麻信用来评估咱们的信用等级。那么芝麻信用是怎么判断的呢？？它参考的大数据就是阿里体系内的电商交易数据、互联网金融数据、集团体系之外的公安网、最高法、工商、教育部门等公共机构以及其合作伙伴数据。还有咱们用户自己上传的数据。大数据分析师的工作就是对大数据进行用户行为分析，进行用户画像，使用分类算法及数据对比算法等一系列手段来进行风险评判与决策支持。充分利用大数据带来的价值，在进行数据挖据与展现后，呈现给企业决策者的将是一份清晰、准确且有数据支撑的报告。这就是大数据分析师的工作。这就是大数据分析师！