软件开发和大数据哪个前景好

1. 软件开发和大数据哪个前景好

 大数据和软件开发,其实准确来说,大数据也是软件开发当中的一个方向。
     
   软件开发和大数据的不同   数据科学与技术课程学习内容中的工程部分要少于软件工程中的工程内容，但是大数据部分内容更加有体系。
   软件工程大数据方向主体课程学习软件工程专业课程大三外加大数据导论，数据挖掘等三四门与大数据有关的课，主要学出来在工程中的应用；
   就业区别：总体区别不大，因为搞大数据这块的岗位，本科生能做的只有两种：
   （1）大数据分析
   （2）数据挖掘（低层次的）这两个岗位是大数据对口岗位，薪资和难度数据挖掘大于数据分析，再往深的学就是人工智能这块了，自然语言处理、计算机图像处理、智能推荐、神经网络、机器学习、深度学习等（这部分都是研究生阶段选择其一深入学习，虽然难度较大但是薪资很高）
   学习软件开发就业前景怎么样   随着计算机的普及，计算机应用渗透到各行各业，不仅大大提高了效率，而且对人们的生活产生了深刻的影响。计算机的深度应用不能与软件分离。软件产业的发展与一个国家的政治和未来有关。软件产业将成为工业规模最大的新兴产业之一，是21世纪最有发展前途的产业之一。下面是针对软件开发行业的前景总结如下：
   1、高成长：在全球的软件市场中，软件开发每年的增长速度是非常快的，并且这种增长速度远远超过了世界经济的增长速度。
   2、高智力投入：软件开发需要的固定资产较少，并且生产成本也少。在整个生产过程中，脑力活动是非常关键的。
   3、服务强：软件产品的售后服务工作量大，且软件开发人员在进行系统集成时必须深入理解用户的需求，在实施项目的过程中必须得到用户的紧密合作，因此这是兼顾制造业和服务业的特点
   4、全球性强：在因特网出现之后，软件行业得到了更大的发展机会，软件产品可以在非常短的时间内销售给全世界，同时，软件开发也是一个受文化、风俗，习惯影响相对较小的产业。

2. 大数据方向具体是干什么呢？软件开发又是干什么？

1. 大数据分析师是指基于各种分析手段对大数据进行科学分析、挖掘、展现，以辅助企业做出商业决策的人群。大数据分析的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。未来，数据分析将会出现约100万的人才缺口，在各个行业，数据分析中高端人才都会成为 炙手可热的人才，涵盖了大数据的数据开发工程师、数据分析师、数据架构师、数据后台开发工程师、算法工程师等多个方向。
2.软件开发，是根据用户要求建造出软件系统或者系统中的软件部分的过程。通常采用软件开发工具可以进行开发，而软件开发是一项包括需求捕捉、需求分析、软件设计、软件程序编写和测试的系统工程。例如企业需要一款财务软件，那么我们就需要根据企业的需求来分析，分析后进行界面和功能设计，再用程序代码来实现软件的功能和界面设计，最终对软件代码进行测试，测试合格之后交给企业进行试用，也就是一整套过程。在社会上经常用盖房子来比喻软件开发的过程，也就是房地产商把需求告诉给开发商，开发商要求设计人员先设计图纸，然后工人根据图纸进行操作，在软件开发过程中，这个操作就是程序代码的编写。而我们所用的软件就是我们软件开发所得的结果。3.如果想要系统学习，你可以考察对比一下开设有相关专业的热门学校，好的学校拥有根据当下企业需求自主研发课程的能力，建议实地考察对比一下。祝你学有所成，望采纳。

3. 软件工程与大数据哪个前景好

软件工程和大数据就业前景
首先我们得明白大数据是什么？

在麦肯锡的定义中我们知道，大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据主要学习的有什么内容呢？

JAVA基础语言学习，计算机编程语言，还要掌握大数据中心常识，以及数学的各类算法


大数据应用在我们生活的方方面面，例如交通数据调查收集，医疗方面，教育娱乐方面，就业岗位也是很多的，只要你有这方面知识储备，就业前景是挺不错的。

4. 学习软件开发和大数据哪个更有前途

就我所了解的，在现在以及可预见的未来，这个行业对软件工程师的需求绝对是碾压硬件工程师的。也就是说，招软件工程师的职位比硬件工程师的职位要多的多，而且软件工程师找工作上来说会比硬件工程师更容易。

先从企业的角度来讲讲。我个人认为造成这个差异的原因，第一个是基本上所有的公司，从初创公司到全球百强，都有对软件工程师的需求。现在哪个公司不需要几个码农来开发app，或者做个web。但是做硬件这种工作并不是所有公司会去做的。举个简单的例子，摩根大通银行在我们学校的招聘会上明确招软件工程师，expedia也明确招聘软件工程师，如果这个两个公司突然说要招电子工程师，这不是逗我吗。。而且哪怕是硬件公司，也需要大量的软件工程师来支持硬件前端工作。
第二点我觉得要归功于现在的创业潮。不管在美国在中国互联网创业都是趋势，但是可以说绝大部分的初创互联网公司做的都是软件方向。有个点子，有点技术，找几个合伙人抱着电脑就能开干了。但是初创公司要专注做硬件开发就比较难了，因为成立设计硬件公司的门槛和起步开销比较大。所以这也导致大部分初创公司以互联网为主，能做的了硬件设计的公司基本上都是处于垄断地位的大企业。
第三个很重要的原因就是硬件设计在现在来看已经是相对成熟的技术，我甚至有ee的同学跟我说大部分硬件的东西已经步入夕阳产业的范畴，因为很多东西已经成了规范，也因为很多东西被自动化所取代。前一阵子全球大牌的硬件公司才裁了不少人，intel更是裁掉了接近20%的硬件工程师。但是互联网热从90年代开始到现在热头还没过，而且未来诸多产业如人工智能、机器学习、图像识别、大数据都才刚起步，所以还有一定的上升空间。
还记得当初我们学校的初创公司招聘会上几十家公司只有一家招硬件工程师，而且还是偏软件的硬件工程师，剩下的公司里98%都在找会码代码的人；大企业的招聘会上才能见到nvidia、arm、 intel、 TI 的身影，但是哪怕是这样，基本上所有的公司招牌上都会有大写加粗的招computer science的字样。。
再从个人的角度来讲。想成为一名软件工程师找到工作的门槛远比成为一名合格的硬件工程师低很多。要想以软件工程师的身份混到个饭碗，学两门语言学好，常用的数据结构，刷点题就基本上能找到薪水小几千的岗位。我甚至知道国内有专门的软件工程师培训机构，那种专门教java和算法，两个月速成班，而且所声称的学生就业率还挺高的。
但是要想成为一名合格的硬件工程师，不是科班出身的不好好学几门模电数电信号逻辑设计的课，没有在学校实验室里自己焊点电路做实践，连简历都发不出去。而且现在要想学个什么语言框架，网上搜一搜“”xxx语言入门教程“”就有非常丰富的资源，但是要是在网上搜“如何学好超大规模集成电路设计”，要想找到可以受用的资源几乎是不可能的。而且就我所参加的招聘会来说，如果有招硬件工程师基本都要求有研究生的学位，但是对软件工程师的要求基本上就是熟悉算法数据结构，会web编程有相关经历就够了。
软件工程师很多时候吃的是体力，硬件工程师大部分时候是吃经验，所以硬件工程师一般得有一定的经历积淀才能脱颖而出。尤其像模电这种上手程度很高的方向，没个十年八年的相关经验根本不算学成出师。所以说本身对从业者的资质要求更高，也是硬件工程师不好找工作的原因之一。
上面是我所认为的短时间内软件工程师就找工作方面来说会比硬件工程师更容易的原因。但是这并不意味着会编程就肯定找得到工作，也不意味着硬件产业就会低迷下去。软件工程师的职位多，但是每年从事这个职业的人也更多，虽然我认为现在软件工程师短期内还没有出现饱和的趋势（毕竟那么高的工资还摆在那），但是总有一天这个行业也会像金融产业一样降温（人才供过于求）。
硬件产业虽然大部分已经有步入夕阳产业的趋势，但是曾经一度被宣称没啥好搞的供电网络最近也被smart grid搞得神乎其神，美国top5的高校都还设立了相关实验室。此外，现在物联网，车联网，智能家居的概念被炒得火热，我相信等相关成熟的支持技术（能量采集，低功耗通信）以及统一的开发平台一旦出现，硬件工程师的需求只会更多，虽然这些产品依旧只有那些有背景的大公司才做得动（不过因为欧美国家电子产业上的封锁，国家也在硬件设计上砸了很多银子，初创企业也会慢慢增加，相信国内的相关机遇也会更多）。而且毕竟软件产业还是依靠硬件，如何设计低功耗，高稳定性，能够承载大吞吐量计算量的硬件也是这个产业的挑战，毕竟人工智能，机器学习，视觉处理等领域是很吃硬件计算量的。没有强大的硬件支持，阿狗要想打败李世乭还是痴心妄想吧。
本人现在在一家为硬件的公司设计软件的百强软件公司实习，做的工作大部分还是偏软件，所以本身对工作常态也并没有非常深入的自己的感受。但是就我观察身边的同事以及跟别人的交流来看，不管是做软件硬件，都是要：对。着。电。脑。。。
软件工程师平时就是上班啊调试程序，比较低级的码农只能给高级软件工程师打打下手，帮他们做测试，实现他们设计好的东西。当然做到高级工程师了才有能力开发设计自己公司的产品。
如果在初创公司工作节奏更紧张，如果赶上产品要上线可能需要加班调试。遇到程序爆炸了可能还需要on call（就是你负责的东西突然出问题了，你的manager直接打个电话给你，你得马上去公司修bug），至少我知道amazon是有这个机制。 我现在还没有在纯做硬件的公司实习过，但是从我知道的事实来看，硬件工程师不会比软件工程师轻松。硬件工程师也需要调试电路啊调试脚本啊，反正也有跟软件工程师交叉的工作。工作环境取决于细分的工作类别。开发FPGA的估计跟码农一样坐办公室，搞MEMS的、嵌入式的就长期入驻实验室了。因为大部分硬件公司都是相对成熟的大企业，所以工作节奏普遍不会像在初创公司那么紧张，不过像在华为这样的企业就另说了。。。
当然不管是软件工程师还是硬件工程师，工作强度应该都是高于其他industry的职业的。毕竟这个行业竞争会越来越激烈，这也是聪明人聚集的地方。 至于工资的话，就平均来讲，美国这里的软件工程师年薪会略高于硬件工程师（从glassdoor以及其他门户的数据来看），但是软件工程师一样也有收入低的，硬件工程师的收入也有碾压软件工程师的。只要你技术过硬，薪水都不是事儿。
有人说软件工程师前景更开阔一些，我个人的感觉是不管怎样，这两个行业在未来都会有非常非常多的机遇与挑战（详细原因见第一点）。不管是软件设计还是硬件设计，底下都有更多细小的分支（比如说你硬件设计是想做vlsi，dsp，处理器设计，通信，fpga开发还是嵌入式，软件设计你想做web开发，app开发，软件开发，嵌入式软件工程师，操作系统还是distributed system）。 我个人是对两个大方向都很有兴趣，但是我决定自己最终的方向还是嵌入式设计和处理器设计，这两个行业都应该算是夹在了纯硬件设计和纯软件设计的中间。
尤其是产业对嵌入式工程师的要求更高，能够自己设计mixed signal pcb，自己调试应用代码写kernel code，能调试无线通信，基本意味着一个合格的嵌入式工程师要对硬件和软件相关方面有足够的知识。我自己是比较讨厌做web开发app纯开发软件的工作，因为这些工作的门槛太低，不是科班出身的人可能都能混的比你好得多，体现不出来自己的价值。而且我比较喜欢把电路板和各种元件握在手里的感觉，而且我发现自己能够设计一个可以用的硬件的时候那种成就感会高于debug之后的成就感。当你发现自己在经受了大学的磨练真正拥有了学习知识的能力以后，丰富的网上资源以及自身的积累都会让你学习这些网页app知识非常轻松，所以我个人更喜欢硬件底层，以及和硬件底层打交道的软件领域。
软件硬件的课程都不会简单，而且两个学科的工作量不是其他学科能比的（学工科的天天做project呆lab，学统计的上完课就回家看电影。。）所以要想学好，还是需要花一定精力，尤其美国的大学工科院系workload相对国内高校来说有增无减。确定这是你想要的，再给予考虑。
嵌友们，看到这里，是不是也深表认同，自己也是这么看好嵌入式工程师前景的！

5. 学习软件开发和大数据哪个更有前途

您好！这两个专业都是现在比较火爆的专业。但要说哪个更有前途，要具体看您的条件。如果你能够考上985以上的计算机专业，那么学习大数据再以后可以找科研的岗位。而且找到的岗位比较高端，薪资待遇较高。如果你的学校一般，那么学习软件开发更有前途，只要把技术练好了。那么都可以去好的公司。对于学历的歧视就没有那么严重。【摘要】
学习软件开发和大数据哪个更有前途【提问】
您好！这两个专业都是现在比较火爆的专业。但要说哪个更有前途，要具体看您的条件。如果你能够考上985以上的计算机专业，那么学习大数据再以后可以找科研的岗位。而且找到的岗位比较高端，薪资待遇较高。如果你的学校一般，那么学习软件开发更有前途，只要把技术练好了。那么都可以去好的公司。对于学历的歧视就没有那么严重。【回答】

6. 大数据与软件工程哪个好

软件工程主要课程：程序设计语言、数据库、软件开发工具、系统平台、设计模式等等。

大数据相关课程：统计学、数据库、计算机系统基础、大数据分析等等。

两者其实是有交叉的。但是软件工程更偏工程，大数据更偏学术。从这个角度上看，大数据前景明显要好一些。
但是专业的选择兴趣也很重要，可以预见的是大部分软件工程出来的最后都做了程序员，天天码代码。
大数据专业出来的，也会敲代码，但没有那么高的比重。还要去做数据分析，弄各种图表等等。

7. 大数据软件开发工程师行业前景？

未来数据对企业,对个人的重要性，就犹如眼睛对我们的重要性一样。
1.数据能够为企业高层提供决策支持。将企业的海量数据进行统计分析挖掘后，能够让高层制定合理的措施。
2.数据能整合企业庞杂业务。每个企事业都有很复杂的业务系统，借助数据及对应平台可以将其庞杂业务进行整合。
3.数据能反应事件本质与趋势。真实数据能够更好的去了解事件的本质问题，和研判事态发展。
4.数据能够更加让人们了解自己。未来你可能真不是最了解你自己的人？但是可以使用个人详实的数据进行画像，充分了解个人。
5.数据能反应历史，展望未来。通过历史数据查询过往，也能够使用以往数据进行感知未来。
千锋大数据的课程推荐你去试试

8. 大数据开发的前景？

从政策上来讲，大数据是国家重点支持项目，未来的几个五年十年计划中，大数据都是非常关键的一环。从职场前景上讲，大数据分为大数据开发，大数据分析，大数据科研等几个方向，应用最广的就是大数据开发。一般新兴行业，重点扶持项目都会有产业新，职位功能不配套的问题，但是大数据开发不会。

作者：海牛大数据