我想在2022年成为大数据工程的技术人员。数据科学与大数据技术专业，以统计学、数学、计算机为三大学问领域。

大数据工程技术人员的工作内容

大数据工程技术人员在数据流的何处工作，决定了工作的责任。从数据的上游到下游，您可以使用工具组件（Spark、Flume、Kafka等）或代码（Java、Scala等）实现数据收集-数据清洗-数据保存-数据分析统计-数据可视化等功能。

1、数据收集：

数据收集是指从传感器、智能设备、企业在线系统、企业离线系统、社交网络、互联网平台等获取数据的过程。数据包括RFID数据、传感器数据、用户行为数据、社交网络和移动互联网数据，以及结构化、半结构化和非结构化的海量数据。

2、数据清洗：

某些字段可能具有异常的取值，即脏数据。为了保证数据下游的数据分析统计，可以采取高质量的数据，需要对这些记录进行筛选或字段数据回填；一些日志中的字段信息可能是多余的，下游不需要使用这些字段进行分析，但为了节省存储开销，需要删除这些多余的字段信息；。某些日志中的字段信息可能包含用户敏感的信息，需要进行去敏感处理。

3、数据保存：

清洗后的数据可以落入数据仓库，在下游进行离线分析。如果下游的数据分析统计要求实时性，请将记录放入kafka。

4、数据分析统计：

数据分析是数据流的下游，它消耗来自上游的数据。简单的报告在sql中用kylin和hive，复杂的报告在代码级别用Spark和Storm进行统计分析。

5、数据可视化。

将上游数据分析后合计的数据在数据表或图表等中视觉显示。

利用大数据

大数据的活用范围很广，选择范围很广。

例如：大数据开发工程师、操作工程师、大数据架构师、工程师、BI工程师、数据挖掘工程师、ETL开发工程师、Spark开发工程师等。

大数据的雇佣是有希望的，但前提是拥有大数据的开发技术。否则，无论行业发展多少，工作有多少都没有关系。