大数据分析师。两年以上数据分析岗位工作经验，或通过CDALevelⅠ认证半年以上。专指****、****、电信、零售、互联网、电商、医学等行业专门从事数据分析与云端大数据的人员。在LevelⅠ的基础上要求掌握J*A语言和linux操作系统知识，能够掌握运用Hadoop、Spark、Storm等至少一门****大数据分析软件，从海量数据中提取相关信息，并能够结合R、python等软件，形成严密的数据分析报告。

自我们发布上一版大数据版图以来，这个利用了内存处理的开源框架就开始引发众多讨论。自那以后，Spark 受到了从 IBM 到 Cloudera 的各式玩家的拥护，让它获得了可观的信任度。Spark 的出现是很有意义的，因为它解决了一些导致 Hadoop 采用放缓的关键问题：Spark 速度变快了很多(基准测试表明 Spark 比 Hadoop 的 MapReduce 快 10 到 100 倍)，更容易编程，并且跟机器学习能够很好地搭配。

大数据基础设施：仍有大量*，关于 MapReduce 和 BigTable 的*(Cutting 和 MikeCafarella 因为这个而做出了 Hadoop)的诞生问世已有 10年 了，在这段时间里，大数据的基础设施层已经逐渐成熟，一些关键问题也得到了解决。

　　但是，基础设施领域的*仍然富有活力，这很大程度上是得益于可观的开源活动规模。无疑是 Apache Spark 之年 。