我用一个比喻说说个人理解吧：大数据平台在一些地方被称为数据仓库，如果把数据仓库比作粮仓的话，大数据平台开发工程师提供工具，比如研发更快的收割机、设计更大的仓库等等；大数据开发工程师使用这些工具处理数据，比如将农田里的收割、晾晒、去皮、研磨成可以食用的大米面粉。

数据科学金字塔

上图的数据金字塔展示了数据科学领域各岗位的大致职能。

1. 最底层是数据收集部分，主要是原始数据的生成和收集。这部分数据来自各种IoT设备、传感器、手机APP上的用户行为、外部数据、以及用户生成数据（类似抖音用户主动发布的视频）。
2. 第二层是数据存储部分，一般需要构建数据仓库，生成一系列数据流，将原始数据存储至大数据平台。
3. 第三层是数据清洗和转化部分，主要对数据进行清洗和预处理，将数据转化为更高层次的数据，为上层数据分析做准备。
4. 第四层是数据聚合部分，主要做一些基础的数据分析和业务报表，进行一些数据挖掘，并构建机器学习的训练数据。
5. 第五层是机器学习部分，主要构建机器学习模型，将模型发布到生产系统，进行AB实验。
6. 最顶层是人工智能部分，顶级的科学家提出新算法或新架构。

大数据开发和大数据平台开发的工作都主要集中在1、2、3三层。

原始的数据就像农田里的麦子，需要经过层层工序，才能最终将其转化餐桌上的面包。大数据开发和大数据平台开发打通了粮食收割、清理、制粉的整个流程，将原始的粮食转化成了面粉。

大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，所以我来一下这个问题。

首先，大数据开发通常指的是基于大数据产业链的一系列开发任务，涉及到大数据平台开发、大数据应用开发、大数据分析等，另外还包括数据采集产品的开发、数据整理产品的开发等等，如果向上延伸的话，部分大数据开发任务与人工智能开发任务也具有密切的联系。

大数据平台开发通常有两层含义，一层是进行大数据平台自身的开发，这属于研发级开发任务，比如大数据平台Hadoop就是采用Java语言开发的。整个大数据平台还涉及到一系列产品，包括HBase、Hive、Avro、Zookeeper、Pig、Mahout、Cassandra等，开发这些产品也需要一个庞大的团队。进行大数据平台研发的程序员往往需要具备丰富的开发经验，同时具备较强的研发能力，能够搭建出一个稳定的分布式计算体系。

另一层含义是在大数据平台下进行应用开发，比如在Hadoop、Spark平台下进行具体的大数据应用开发等，这部分开发通常属于应用级开发，难度要相对小一些，但是往往需要与具体的场景进行紧密的联系，需要开发者具备一定的行业背景知识。

目前大数据应用开发主要的任务有两个，其一是进行已有软件产品的大数据改造；其二是针对于具体的大数据需求进行全新的大数据应用开发，目前由于是大数据落地应用的初期，所以大数据改造的开发任务会相对多一些，未来新的大数据开发任务会逐渐增加。

常说的大数据开发，其实是指数据研发偏ETL方向，大数据平台开发，则是指开发各种简化数据任务编程的平台，常见的有阿里的Dataworks、网易的猛犸。

两者的主要区别：大数据研发需要你对数据仓库理论要有一定的经验，这个岗位偏向数据处理类技能。大数据平台开发则是需要你对Java技术栈要熟练掌握使用，这个岗位更偏向于工程类代码开发。

大数据研发偏向于数仓方面的技术理论，要能够熟练使用SQL语言

首先，先说一下大数据研发的主要职能，就是结合公司业务数据，为公司构建数据仓库，通过业务指标数据指导运营同学，更好的运营业务，同时帮助上层领导，通过数据看清目前公司的业务发展情况，帮助其作出正确的决策。

大数据研发需要结合数据仓库理论，对于公司的数据进行加工处理，然后进行分层存储。分层的含义具体是指按照数据不同的类型，对其进行规范化命名和存储。

大数据和大数据平台开发是有区别的，先做个形象比喻平台开发是开发工具，大数据开发是在用工具来开发。

如用hbase来做开发的话，那是对大数据平台本身的开发和优化，应该算是平台开发。在平台开发里边儿有调度系统以及底层的计算引擎和存储引擎开发，以及大数据本身集群管理工具都算大数据平台开发。

大数据开发本身是借助平台对数据做处理。比如编程序，逻辑是从hadoop里用spark把数据读取出来，进行数据变换处理，最后写入存储，最后部署到调度系统执行。这一系列做下来就是大数据开发。

大数据开发主要是对挖掘算法进行研究，

大数据平台开发主要是对平台进行构建

其实这两个很容易区分的！本身存在有很大的区

大数据平台开发就是开发大数据所用到的东西，比如hadoop是目前大数据最基本的组成！开发hadoop以及它的一些生态系统，或者升级本身，要是够厉害也可以开发大数据的系统！这些就属于大数据平台开发。

下图是大数据生态圈

而大数据开发就是利用开发好的平台，比如用hadoop,spark构建来大数据系统，把大数据运用生活中

虽然我不是IT业的，但是可以给你举个例子。

大数据开发就像用机械挖矿，大数据平台开发就像是生产挖矿的机械。

感请！

作为IT行业的一名从业人员，我来下这个问题。

大数据开发是个广义的开发岗位，大数据平台开发是个狭义的概念。

从职务上来理解，大数据平台开发属于研发级的开发任务，从事人员都是高学历、高技能的人才。大数据开发部分从事企业级应用的开发，是Java程序员进行岗位升级的首选。

大数据平台开发一般指的是平台工具的开发，如Hadoop、Hive、Avro、Zookeeper、Pig、Mahout、Cassandra等，开发这些产品也需要一个庞大的团队。进行大数据平台研发的程序员往往需要具备丰富的开发经验，同时具备较强的研发能力以及算法、数学能力。

大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，所以我来探讨一下这个问题。

首先，大数据开发通常指的是基于大数据产业链的一系列开发任务，涉及到大数据平台开发、大数据应用开发、大数据分析等，另外还包括数据采集产品的开发、数据整理产品的开发等等，如果向上延伸的话，部分大数据开发任务与人工智能开发任务也具有密切的联系。

大数据平台开发通常有两层含义，一层是进行大数据平台自身的开发，这属于研发级开发任务，比如大数据平台Hadoop就是采用Java语言开发的。整个大数据平台还涉及到一系列产品，包括HBase、Hive、Avro、Zookeeper、Pig、Mahout、Cassandra等，开发这些产品也需要一个庞大的团队。进行大数据平台研发的程序员往往需要具备丰富的开发经验，同时具备较强的研发能力，能够搭建出一个稳定的分布式计算体系。

另一层含义是在大数据平台下进行应用开发，比如在Hadoop、Spark平台下进行具体的大数据应用开发等，这部分开发通常属于应用级开发，难度要相对小一些，但是往往需要与具体的场景进行紧密的联系，需要开发者具备一定的行业背景知识。

目前大数据应用开发主要的任务有两个，其一是进行已有软件产品的大数据改造；其二是针对于具体的大数据需求进行全新的大数据应用开发，目前由于是大数据落地应用的初期，所以大数据改造的开发任务会相对多一些，未来新的大数据开发任务会逐渐增加。

不对。这个问题更适合有实际开发经历的人来啊！

【广义地说】，我认为大数据开发和大数据平台开发其实是一回事。为什么呢？

1，大数据开发是对技术的落地实现，根据ETL策略将数据整备；

2，当数据处理完毕后，就不是大数据开发的事了，而是其它技术的事了，如展示、分析、AI等，不能混为一谈！

3，而Hadoop、Hive以及Spark等大数据生态组件是开源工具，并不是什么既有平台，当然开发者也可以二次开发它们甚至重构（一般来说不现实），开发者调用这些组件的API接口，实现数据的ETL萃取-转置-载入等；