首先，工作本身沒有好壞之分，隻有門檻高低之别。大資料開發、大資料分析、大資料運維都圍繞着大資料展開。如果我們把大資料去掉，就隻剩下，開發，分析，運維。當然還有其它的工作，例如營運，産品，講師，測試等。 加上了大資料，隻是我們的工作内容，或者說是工作方式發生了變化。
大資料是傳統行業，傳統技術逐漸發展的産物。但是并沒有打破我們在傳統行業的工作模式，和我們的一些基礎知識的儲備。革新的隻有處理技術，工作手段。在這裡我們更詳細的說說大資料開發、大資料分析、大資料運維 的工作内容，已經門檻，不做好壞評價。
非大資料 開發，分析，運維幹什麼呢？
開發日常工作是幹什麼了 ? 圍繞着産品經理，進行産品開發，更新，疊代。加班熬夜，趕進度。每日的工作就是編碼，和産品溝通或者撕X，和測試溝通或者斯X，最終確定産品上線，保證産品正常使用，以及後續疊代更新。
分析日常工作是什麼了？資料整理，制作報表，最後就是報告，會議，闡述結論，最後就是說服對方接受觀點，的确很多時候，分析出來的結論，對方無法接受。
運維日常工作是什麼了？最核心的就是監控，機器是否正常運轉，資源是否夠用，産品應用是否都正常，開發相關的工具，保證異常能夠及時發現。
在介紹大資料相關的工作前我們先了解下大資料的處理流程
處理流程
我們在看看hadoop的大資料生态圈。當然大資料生态圈不是在隻有hadoop。
生态圈
大資料開發的主要工作
開發資料收集工具，資料清洗和整理，開發資料應用；當然這些不是一個人去完成，都會落在各個團隊中去完成。
完整這些工作需要哪些技能？從這些技能我們也能看出來大資料開發的主要工作，就是這些工具打交道。一門開發語言(java/python/c#/scala 等)，大資料下的一些架構：MapReduce，Spark，Hdfs，Storm，Hbase，Zookeeper 等，隻會其中的2到三項基本找份工作沒有問題，如何進階在這不詳細讨論。我們來看圖吧。
必備技能
大資料分析的主要工作
有大表哥，專門做各種報表。取數機器人，提取各種資料。當然也有做資料分類，特征提取等資料挖掘，機器學習等高等玩家。
這裡一并概括了，大資料分析的主要工作是：基于現有的資料進行資料分析得出一個結論，最後進行商業決策。當然現實不是這樣的。大多數人成了大表哥，取數機器人，高端玩家也不列外，挖出來的東西，在沒有找到落地場景前，都是一坨一坨的。這裡都隻是調侃。
大資料分析需要哪些技能呢？我們不管具體的工作内容，看看我們每天要面對那些工具，工具是我們每天要接觸的東西。 Excel，SPSS，SQL，資料庫，R，Python 等。當然我們不用都會。
我們還是看圖吧，看看資料分析師的能力體系：
分析師能力體系
在看看每個階段需要的技能，分析師和開發的差別在于，核心在于處理資料和清洗資料，達到自己可用的狀态。開發是收集資料和整理資料，讓資料變得統一。
階段能力對應圖
大資料運維的工作
對大資料叢集進行監控和維護更新，保障叢集正常運作，進而保證 資料收集服務能正常運作，保證叢集資源夠用，監控叢集資源消耗情況。
他們是職業背鍋俠，也是一群默默無聞的夥伴。無論開發，還是分析，還是其它的崗位，都有在人前顯擺的時候，我們的運維永遠隻能在人後做好保障。
我們來看看運維的能力體系吧：
運維能力體系
以上是我對這個問題的了解，有些調侃，但都想表達和傳遞一種正能量，每個行業，每個崗位都有其特定的屬性和特點，既然選擇了，就隻顧風雨兼程，管它花開花落，最終中能到達理想的彼岸。