大数据工程师跟算法工程师的区别有哪些？

大数据正在经历从概念向产业转化的过程，目前大数据领域的岗位职责也开始逐渐清晰，更多的大数据岗位将被陆续释放，这些岗位中目前比较常见的就是大数据工程师和算法工程师，这两个岗位的区别体现在以下几点：

第一：定位不同。大数据工程师的定位往往从应用的角度出发，而算法工程师的定位则非常具体，大数据工程师需要解决大数据平台的设计以及应用，而算法工程师往往针对具体问题（场景）进行算法设计，有的团队也会要求算法工程师完成算法实现。

第二：职责不同。大数据工程师的任务往往都是基于大数据平台的，比如最常见的是大数据平台的功能开发，原有系统的大数据化，大数据的场景解决方案，大数据与其他系统的对接等等。算法工程师的任务往往是根据具体的场景进行算法设计、训练算法、验证算法等任务，当然也有的团队把算法设计和算法实现分开。

第三：任务面不同。从工作的内容来看，大数据工程师的工作面更广一些，有的时候大数据工程师还需要做一些大数据运维方面的事情，比如大数据平台的搭建、组件部署、测试等工作，另外还可能会做一些存储、虚拟化、管控方面的任务，当然更多的任务是完成功能的开发和对接。相比于算法工程师来说，大数据工程师的任务面更广一些。

第四：发展方向不同。大数据工程师的发展方向是大数据行业专家、大数据咨询专家、大数据架构师、大数据项目经理等岗位，而算法工程师发展方向是算法专家、首席科学家（团队）等岗位。可以说大数据工程师更偏向工程实践方向，而算法工程师往往更偏向研发方向。

其实区别蛮大的，先说大数据工程师，一般是负责大数据平台的搭建，数据仓库，数据处理方面的专业技术人才，要精通Linux服务，要会搭建平台处理数据，比如hadoop平台，ETL数据仓库，mapreduce计算，不过现在有被spark计算平台取代的可能。

算法工程师，工作一般会偏向算法模型的使用，对数学有一定的要求，要懂许多算法的数学原理，能根据需求选择挣钱的算法模型，对IT的要求更多是分布式计算，数据处理的代码编写等。

其实这两个岗位的职能，工作内容，任职要求都相差甚远。