首先，工作本身没有好坏之分，只有门槛高低之别。大数据开发、大数据分析、大数据运维都围绕着大数据展开。如果我们把大数据去掉，就只剩下，开发，分析，运维。当然还有其它的工作，例如运营，产品，讲师，测试等。 加上了大数据，只是我们的工作内容，或者说是工作方式发生了变化。
大数据是传统行业，传统技术逐步发展的产物。但是并没有打破我们在传统行业的工作模式，和我们的一些基础知识的储备。革新的只有处理技术，工作手段。在这里我们更详细的说说大数据开发、大数据分析、大数据运维 的工作内容，已经门槛，不做好坏评价。
非大数据 开发，分析，运维干什么呢？
开发日常工作是干什么了 ? 围绕着产品经理，进行产品开发，升级，迭代。加班熬夜，赶进度。每日的工作就是编码，和产品沟通或者撕X，和测试沟通或者斯X，最终确保产品上线，保证产品正常使用，以及后续迭代升级。
分析日常工作是什么了？数据整理，制作报表，最后就是报告，会议，阐述结论，最后就是说服对方接受观点，的确很多时候，分析出来的结论，对方无法接受。
运维日常工作是什么了？最核心的就是监控，机器是否正常运转，资源是否够用，产品应用是否都正常，开发相关的工具，保证异常能够及时发现。
在介绍大数据相关的工作前我们先了解下大数据的处理流程
处理流程
我们在看看hadoop的大数据生态圈。当然大数据生态圈不是在只有hadoop。
生态圈
大数据开发的主要工作
开发数据收集工具，数据清洗和整理，开发数据应用；当然这些不是一个人去完成，都会落在各个团队中去完成。
完整这些工作需要哪些技能？从这些技能我们也能看出来大数据开发的主要工作，就是这些工具打交道。一门开发语言(java/python/c#/scala 等)，大数据下的一些框架：MapReduce，Spark，Hdfs，Storm，Hbase，Zookeeper 等，只会其中的2到三项基本找份工作没有问题，如何进阶在这不详细讨论。我们来看图吧。
必备技能
大数据分析的主要工作
有大表哥，专门做各种报表。取数机器人，提取各种数据。当然也有做数据分类，特征提取等数据挖掘，机器学习等高等玩家。
这里一并概括了，大数据分析的主要工作是：基于现有的数据进行数据分析得出一个结论，最后进行商业决策。当然现实不是这样的。大多数人成了大表哥，取数机器人，高端玩家也不列外，挖出来的东西，在没有找到落地场景前，都是一坨一坨的。这里都只是调侃。
大数据分析需要哪些技能呢？我们不管具体的工作内容，看看我们每天要面对那些工具，工具是我们每天要接触的东西。 Excel，SPSS，SQL，数据库，R，Python 等。当然我们不用都会。
我们还是看图吧，看看数据分析师的能力体系：
分析师能力体系
在看看每个阶段需要的技能，分析师和开发的区别在于，核心在于处理数据和清洗数据，达到自己可用的状态。开发是收集数据和整理数据，让数据变得统一。
阶段能力对应图
大数据运维的工作
对大数据集群进行监控和维护升级，保障集群正常运行，从而保证 数据收集服务能正常运行，保证集群资源够用，监控集群资源消耗情况。
他们是职业背锅侠，也是一群默默无闻的伙伴。无论开发，还是分析，还是其它的岗位，都有在人前显摆的时候，我们的运维永远只能在人后做好保障。
我们来看看运维的能力体系吧：
运维能力体系
以上是我对这个问题的理解，有些调侃，但都想表达和传递一种正能量，每个行业，每个岗位都有其特定的属性和特点，既然选择了，就只顾风雨兼程，管它花开花落，最终中能到达理想的彼岸。
作者：数据僧
链接：https://www.jianshu.com/p/71c3ebf82c6f