大数据分析和开发
大数据开发：简单粗略来说就是用工具实现大数据分析后所需要得出的结果。简单回理解，大数据答开发就是制造软件的，只是与大数据相关而已，通常用到的就是与大数据相关的开发工具、环境等等。大数据分析：简略来说就是从天量的数据中通过算法搜索找出隐藏在其中的信息数据的过程，然后对收集来的大量的信息数据进行详细研究和概括，推断其趋势或者结果，以便于做出判断及采取适当的行动。
B. 大数据开发和大数据分析哪个简单一些，以后可以做什么
都不简单，涉及比较多的算法和数学，比如图，叉树、统计学、数理统计等等，而这些培训班都不会教你。
C. 大数据开发和大数据分析哪个好学
这两个是相关专业 有一定的关联性 数据分析应该比数据开发好学！
D. 大数据可视化和大数据开发哪个好
大数据开发的学习内容中包含可视化，掌握了大数据的开发技术，也可以从事可视化的相关工作。
基础阶段：Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis。
hadoop maprece hdfs yarn：hadoop：Hadoop 概念、版本、历史，HDFS工作原理，YARN介绍及组件介绍。
大数据存储阶段：hbase、hive、sqoop。
大数据架构设计阶段：Flume分布式、Zookeeper、Kafka。
大数据实时计算阶段：Mahout、Spark、storm。
大数据数据采集阶段：Python、Scala。
大数据商业实战阶段：实操企业大数据处理业务场景，分析需求、解决方案实施，综合技术实战应用。
大数据技术人员的就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
工作岗位：ETL研发、Hadoop开发、可视化（前端展现）工具开发、信息架构开发、数据仓库研究、OLAP开发、数据预测（数据挖掘）分析、企业数据管理、数据安全研究、数据科学研究等。
E. 大数据开发和数据分析哪个前景更好哪个薪资高
大数据就业两大方向：
1、大数据开发工程师
数据工程师建设和优化系专统。更多的是朝着软件开属发能力上学习和提升。
2、大数据分析师
一般工作包括数据清洗，执行分析和数据可视化。核心职责是帮助其他人追踪进展，和优化目标。
大数据工程师主要工作在后端。持续的提升数据管道来保证数据的精确和可获取，好的工程师会为组织节省很多的时间和精力。
大数据分析师一般用数据工程师提供的现成的接口来抽取新的数据，然后取发现数据中的趋势，同时也要分析异常情况。
数据分析师中的数据挖掘技术方向，门槛较高，需要扎实的算法能力和代码能力，同时薪资待遇也更好。
F. 大数据分析与大数据开发
您好抄：大数据平台应用开袭发是目前一个就业的热门方向，一方面是大数据开发的场景众多，另一方面是难度并不高，能够接纳的从业人数也非常多。大数据开发是在大数据平台基础之上的开发，充分利用大数据平台提供的功能来满足企业的实际需求。
大数据分析是大数据应用的一个重点。大数据分析是基于大数据平台提供的功能进行具体的数据分析，数据分析与场景有密切的关系，比如出行大数据分析、营销大数据分析、金融大数据分析等等。
大数据开发工程师：
开发，建设，测试和维护架构，负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等；
数据分析师：
收集，处理和执行统计数据分析；运用工具，提取、分析、呈现数据，实现数据的商业意义，需要业务理解和工具应用能力；
G. 大数据开发和数据分析有什么区别
1、技术区别
大数据开发类的岗位对于code能力、工程能力有一定要求，这意味着需要有一定的编程能力，有一定的语言能力，然后就是解决问题的能力。
因为大数据开发会涉及到大量的开源的东西，而开源的东西坑比较多，所以需要能够快速的定位问题解决问题，如果是零基础，适合有一定的开发基础，然后对于新东西能够快速掌握。
如果是大数据分析类的职位，在业务上，需要你对业务能够快速的了解、理解、掌握，通过数据感知业务的变化，通过对数据的分析来做业务的决策。
在技术上需要有一定的数据处理能力，比如一些脚本的使用、sql数据库的查询，execl、sas、r等工具的使用等等。在工具层面上，变动的范围比较少，主要还是业务的理解能力。
2、薪资区别
作为IT类职业中的“大熊猫”，大数据工程师的收入待遇可以说达到了同类的顶级。国内IT、通讯、行业招聘中，有10%都是和大数据相关的，且比例还在上升。
在美国，大数据工程师平均每年薪酬高达17.5万美元。大数据开发工程师在一线城市和大数据发展城市的薪资是比较高的。
大数据分析：大数据分析同样作为高收入技术岗位，薪资也不遑多让，并且，我们可以看到，拥有3-5年技术经验的人才薪资可达到30K以上。
3、数据存储不同
传统的数据分析数据量较小，相对更加容易处理。不需要过多考虑数据的存储问题。而大数据所涉及到的数据具有海量、多样性、高速性以及易变性等特点。因此需要专门的存储工具。
4、数据挖掘的方式不同
传统的数据分析数据一般采用人工挖掘或者收集。而面对大数据人工已经无法实现最终的目标，因此需要跟多的大数据技术实现最终的数据挖掘，例如爬虫。
H. 大数据开发和大数据可视化哪个好
大数据开发的学习内容中包含可视化，掌握了大数据的开发技术，也可以从事可视化的相关工作。
基础阶段：Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis。hadoop maprece hdfs yarn：hadoop：Hadoop 概念、版本、历史，HDFS工作原理，YARN介绍及组件介绍。大数据存储阶段：hbase、hive、sqoop。大数据架构设计阶段：Flume分布式、Zookeeper、Kafka。大数据实时计算阶段：Mahout、Spark、storm。大数据数据采集阶段：Python、Scala。大数据商业实战阶段：实操企业大数据处理业务场景，分析需求、解决方案实施，综合技术实战应用。
大数据技术人员的就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
工作岗位：ETL研发、Hadoop开发、可视化（前端展现）工具开发、信息架构开发、数据仓库研究、OLAP开发、数据预测（数据挖掘）分析、企业数据管理、数据安全研究、数据科学研究等。
I. 大数据开发和Java开发相比，哪个合适
从工作内容，大数据开发主要负责大数据的大数据挖掘，数据清洗的发展，数据建模工作，主版要负责处理和大权数据应用，结合大数据可视化分析工程师，挖掘出价值的数据，为企业提供业务发展支持。大数据数据开发工程师偏重建设和优化系统。
目前，1-2年左右经验的大数据工程师月薪轻松过万，一个有几年工作经验的工程师薪酬达到40~160万元每年不等。
对于就业面来说，学习Java就业面较宽，可从事JavaWeb网站开发（一般是电商网站）、Java桌面程序设计（一般是ERP等企业级应用）Java游戏开发等。行业跨度比较大，包括软件开发（或外包），以及电商、通信、金融等公司从事软件设计和开发工作。
正因为这样，对于Java人才方面的需求会比大数据的门槛要低一点，但薪资待遇也能保持在比较高的水平，1-2年左右经验的Java工程师年薪大概在10-15万。
总得来说，各有所长，但还是需要看个人兴趣。