导读：很多朋友问到关于美的大数据业务属于哪个部门的相关问题，本文首席CTO笔记就来为大家做个详细解答，供大家参考，希望对大家有所帮助！一起来看看吧！
大数据开发所在的部门名称
大数据事业部。
岗位职责：负责构建分布式大数据服务平台，包含大数据存储，离线/实时计算，实时查询，大数据系统运维等工作。基于大数据平台完成各类统计和开发任务，承担数据抽取、清洗、转化等数据处理。熟悉业务形态，参与需求分析和方案设计。协助承担架构性体系工作，配合技术实施方案、交流材料的编写。从事大数据相关技术研究，跟进大数据技术发展方向。
大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
【科普】企业中，大数据部门的常见组成
在IT公司里，大数据部门的成员，一般可分为4种：（以房子为例）
先用一张图，帮助大家理解一下～～
出道题目，我们公司的大数据部门，目前有这些岗位，你能一一推测出他们的所在位置吗？
【数据应用工程师】、【数据可视化工程师】、【数据可视化设计师】、【数据平台工程师】、【算法工程师】、【数据分析师】
建房子地基（埋在地下）的那群人
他们就是 平台组/架构组 的那群人，他们负责搭建一套大数据的平台架构体系。一般你肉眼看不到他们的产出，但是当某一堵墙壁歪了的时候，或者你进屋打水但水龙头却流不出来水的时候，你就会意识到他们工作的重要性。
平台组的常见发展路径 ：
平台初期，很多公司会用自己的服务器搭一个 私有集群 ，将数据维护起来，开始构建数据平台的第一步。这个，也是原始的大数据平台。（当然，现在有很多公司也是直接上云服务器）
当平台进入高速发展期，考虑到不断扩充的数据量和服务器的维护成本上升，很多公司会迁移平台到 云服务 上，比如阿里云，华为云。云服务的选择要解决的是选择平台所提供的服务，成本，数据通道的维护。【我们公司目前正处于这一阶段，选择了云服务。当前，经过考量也正在由阿里云迁移到华为云】
还有一个阶段，你发现云服务的费用太高，虽然省了你很多事，或者是考虑到敏感数据的安全问题（当然，私有集群也不是百分百安全），然后又开始往 私有集群 迁移。这时候，鉴于数据规模，你大概需要一个靠谱的团队，设计网络布局、设计运维规范、架设监控、建立机房，值班团队走起7*24小时随时准备出台。
至此，产生了平台组，真的大数据平台来了 。
建屋子（砌墙盖瓦）的那群人 ：
应用组 的那群人，他们负责建设各类系统/应用。他们搬砖砌墙，建好房子，还要铺设各类管道线路，把地基里面的数据抽出来，放在房子里，让用户们推开门就可以享用。
应用组，有哪些应用？ ：
这块不太好讲。不过，为了尽量让大家看懂，用 从大到小的思路 尝试下：
在整个社会层面，大数据已应用于各行各业，比如：金融行业/地产行业/零售行业/医疗行业/农业/物流行业/城市管理等等……有哪一个行业，可以脱离数据而生存？有哪一个行业可以不依赖数据而发展？
那么，在一个企业中，数据必然是无法避免的会应用到，不管是1个员工的皮包公司，还是10万员工的跨国集团。so，我们来讲讲具体有哪些应用呢？
一般而言，数据应用分为3类：分别是面向企业内部， 面向企业外部以及面向用户这三种。
这里，鉴于今天的主题，我们只讲 面向企业内部 的大数据应用。
进入正题了：
企业内部产品中，可以从2个角度来看待具体有哪些应用：
策略类 的方向较多，常见的有：
这些有时候会有部分或全部不划在大数据部门下面，但都需要比较规范的数据基础，以及着重与利用数据分析调整产品策略。
做企业内部的大数据应用产品，常常有些心酸的地方：
屋子里面的人 ：
产品组 的那群人，主要是一群产品经理（我们公司，目前就半个，由一个分析师兼职着，所以，我们公司没有产品组哦），负责数据类的应用产品设计。他们和上面建房子的工程师们，是紧密的团队关系。鉴于上面对数据应用产品已做了很多阐述，关于他们工作产出的应用具体有哪些，这里就不再赘述。
讲一讲， 数据产品经理 的从业人员得有几个素质：
屋子外面的人 ：
分析组 的那群人，一般会有3类：数据分析师、算法工程师 （类似数据挖掘） 、数据科学家 （我们公司没有） 。他们工作的日常：为你提取一份EXCEL数据、制作一张报表数据、用算法模型分析一个问题、训练出一套算法模型等等工作，但不局限于此。
他们常常需要与各个部门打交道，接待很多业务的数据需求，与业务关系紧密。在一些公司，分析组不一定都设置在大数据部门下，他们可能分散在不同的业务部门，为各自部门服务。但是，他们终究也是需要从大数据平台来获取所需的业务数据，做分析处理，得到相关结论～
据我所知，我们公司的业务部门，（好像）也是有自己的分析人员。
简单概括一下这些职位的特点：
【数据分析师】
业务线，负责通过数据分析手段发现和分析业务问题，为决策作支持。
【算法工程师】/【数据挖掘工程师】
偏技术线，负责通过建立模型、算法、预测等提供一些通用的解决方案，当然也有针对某业务的。
【数据科学家】
数据科学家是使用专业知识构建机器学习模型，再以此做出预测并对关键业务问题进行解答的专家。数据科学家仍然需要对数据进行清洗、分析以及可视化处理，这一点和数据分析师是一致的。不过数据科学家在专业技能方面有者更深的研究，涉猎范围也更广，同时他们也能够对机器学习模型进行训练与优化。
至此，整篇文章，已经讲差不多了。
最后总结下，本质上，围绕房子的这4拨人，做的是同一件事情： 提供数据服务 。
完结～
美的的另一面
文/ 邱月烨 编辑/ 陈晓平
2018年10月，美的在广东顺德总部低调庆祝成立50周年。
每年，美的向全球用户供应超过4亿台家电产品，在50岁的节点，它宣示的未来则远不止于家电。美的预言，人与机器将产生更深入、更融合的协作关系，进入“人机新世代”，而它则以 科技 集团定义自己，拉开了向工业数字化转型的序幕。
低调的美的，素来讲究“静水流深”，其内部工业互联网的实践，已悄悄进行3年，实现了“一个美的、一个体系、一个标准”的全球协同生产平台，构建了支撑全价值链运营的软件体系。现在，它已将这一能力向外输出，这是美的完全陌生的另一面。
内部切入
据咨询机构IoT Analytics的统计，预计2021年工业互联网平台的规模将达到16.44亿美元，相较于消费端，制造领域实现互联网化要复杂得多。家电起家，美的切入点在哪里？
“在内部，我们做了几个标杆的工厂，磁控管工厂、洗衣机部分产线，均采用了自己的工业互联网平台，广州南沙工厂也刚刚成为广东省工业互联网试点的样板工程。”美的副总裁、首席信息官张小懿说，美的工业互联网能力的锻造，起始于三年前内部推进的“智能制造”。
“我原来在IT部门启动项目时，没有想要去往外推广或者对外服务，首先把自己的事情做好。在推进过程中，我们就发现它的效益是巨大的，无论效率、确定性、品质上，内部制造、产品研发水平发生了天翻地覆的变化，研、产、销整个全价值链都变革了。”张小懿说。
以前，制造领域的大部分流程，如研发、供应链、生产、物流、销售及售后，都是和消费者割裂开的，而智能制造基于大数据的分析和打通，让所有业务的互联互通。
以美的“T+3”经营模式为例，由零售商快速、准确反映市场需求，以此指引原料备货、工厂生产、发货销售。具体来说，以客户下单为起点日“T”，“T+1”为物料准备，“T+2”成品制造，“T+3”物流发送，由原储备式生产转变为客户订单式生产，减少中转，不仅实现“按需生产”，同时，倒逼价值链的所有环节，去适应消费者的需求，精简产品型号，扁平渠道，缩短交货周期。“T+3完全改变了与客户打交道的方式，由用户和客户来指挥整个后台的生产。”张小懿评价道。
基于自身实践，美的逐渐构建了一个完整的工业互联网平台M.IoT，其产品系列包括四层：工业APP及SaaS、工业云平台、SCADA联机平台及边缘计算、以及机器人及自动化，能力生长也源自内部场景的需求。
三年以前，为推进智能制造，张小懿的团队将所有工厂做了一遍调查，发现体系内连接信息与设备的核心关键部件就有90多种，涉及全世界各大品牌，“大部分是跟着设备来的，我们不能为连接开发90几个接口，所以很痛苦，我们下定决心进行研发，首先建自己的SCADA平台，将最主流的协议全部预制到SCADA平台上，解决了安全性、兼容的问题，同时实现即插即用。”张小懿回忆说。
M.IoT 平台在内部“牛刀小试”，起到了非常直接的效果。以电器制造常见的“注塑”环节为例，经历一系列工业互联网改造后，原材料库存减少八成；智能装备提升生产整体效率17%之余 ；优化对设备的智能预测与维护后，故障响应时间缩减80%，故障率减少36%，停机时间缩短57%,品质也有效提升；将人工智能应用于品质检测，使检验成本下降55%，外观检测精度上升80%；以往需要人工24小时监控的烘干机、色母机等设备，由于改为智能预警，异常响应时间缩短75%，黑点率和色差率也有效降低……
M.IoT 在美的全国试点的成功，为向外输出做了准备，其核心能力大量源自美的自身制造场景的实践，比如美的管理、制造经验，尤其融入近几年的管理变革，如T+3、MBS（Midea Business System，美的精益营运系统）、CDOC工具（Concept概念、Design设计、Optimize优化、Capability量产），以及自主开发的软件及数字化能力等等。
软硬结合
库卡机器人、美云智数，构成了美的工业互联网的两大关键能力——前者代表硬件，后者代表软件。
库卡是老牌德国机器人公司，2016年，美的以292亿元拿下其95%股份，轰动一时，美的在要约收购的报告书中，曾这样描述涉足机器人制造的目的，“凭借库卡在工业机器人和自动化生产领域的技术优势，提升公司生产效率，推动公司制造升级”。
同年，美的成立美云智数，其前身脱胎于集团信息 科技 部门，基于智能制造、物联网、大数据、云计算、移动互联网等技术，提供全价值链云服务。关于其定位，美的集团总裁助理、美云智数总经理谷云松告诉《21CBR》：“在整个工业互联网链条中，美云智数作为美的工业互联网对外输出服务的载体，提供智能制造的软件与数字化解决方案。”
围绕智能制造和企业数字化转型，美云智数构建了一个完整的产品群，谷云松介绍道：“按照价值链，我们在研发端提供大数据产品进行数字化企划，制造端我们提供智能制造套件，营销端我们提供数字营销套件，管理渠道、用户运营。同时，我们还提供具有人工智能技术和多项专利大数据套件，以及整体的工业互联网的整体解决方案，这些产品和服务都比较受客户欢迎。”
大多数云服务厂商，只提供软件服务，美的为什么坚持软硬结合？
张小懿解释说：“工业互联网是一个多层次的技术平台，包括大数据、云计算等均在其中，但是，还是要跟场景、用户的实践结合起来。中国很多制造企业，是从原材料一步一步做起来的，产业链条长，光一个云平台，连接上云解决不了业务问题，要扎扎实实地提供一些软硬件产品，才能够做好平台。”其中，美云智数是对外推动工业互联网的唯一平台，由其对接并识别客户需求，可择机推荐库卡的行业解决方案。
“软硬件的协作和集成是很多企业的痛点，如果只卖库卡产品，客户会问，机器人怎么装，怎么跟现有机器协作？需要再找一个集成商。美的解放方案就不用了，既有平台又有机器人，又可以做集成，这是我们最朴素的一个出发点，一站式解决这些问题。” 张小懿说。库卡拥有世界顶级的智能网关技术，智能网关是工业互联网中核心的连接键，美的在其基础上研发升级，形成了美云智数的智能网关，提高了美的工业互联网平台的竞争力。
库卡在工业4.0方面的积累，不仅限于机器人和自动化方面，在软件层面也丰富了美云智数的解决方案，比如，库卡旗下的Visual Components仿真软件是全球最顶尖的仿真软件之一，该软件已在美的内部全面启用，可将产品从研发、生产到使用的过程转变为数字镜像，通过虚拟全生命周期测试与管理，将产品创新、制造效率和有效性水平大幅提升。
制造积淀
2018年12月，工信部公布了《2018年工业互联网试点示范项目名单》，美的与阿里云、华为云、富士康等知名公司一同入选。张小懿经常会被问起，美的与其他家区别？他的回答是：制造积淀。
美的M.IoT平台的特点，在于“制造业知识、软件、硬件”三位一体，其中，“制造业知识”正是美的与其他厂商的最大区别——从原材料加工、核心零部件生产到电子、注塑、钣金、总装等关键环节，美的拥有50年全流程制造的深厚积淀。
“智能制造终究要回归到制造，不仅仅是单纯的IT技术，我们与其他厂商大多是业务互补关系，目前阿里提供的以IaaS、PaaS为主，美云智数和阿里云也在云栖大会上共同建立了合作关系。”谷云松告诉《21CBR》。
如果说，阿里云提供的是云服务的基础设施，那么美云智数就是工程师，美云智数产品竞争力最强的部分，就集中在智能制造领域及相关SaaS。
“管理软件需要由管理实践和运营沉淀而来，单纯的软件公司过于依赖甲乙方的业务关系，缺乏业务实践经验，乙方很难全方位了解甲方业务，更难满足甲方进步而进行产品的迭代完善，需要花更多的精力和时间在甲方，了解更详细的需求。我们提供的是落地执行的解决方案，而不是解决方案的“PPT”，所以客户看得到美的实际场景和效果，更容易接受。”谷云松说。
不同类型的制造企业，在拥抱工业互联网时痛点与发展路径也各不相同。大型企业往往有着庞杂的内外部体系与繁复的工业场景，技术攻关难点重重；中小企业则可能因为高昂的上云费用与设备人才投入，对工业互联网望而却步。因此，针对大型企业较为复杂的数字化转型需求，美的会通过整合的定制化方案予以实现；对于中小企业，则提供成熟的套餐解决方案，助其以更经济的成本实现上云上平台。
目前，美的工业互联网的实施方案，优先聚焦在操作环境比较差、容易让机器代替的场景。例如注塑车间温度较高，又有气味，工人们的工作环境比较差，还需要检测产品是否合格，用人眼睛对着灯光反复去看，8小时下来非常辛苦，品质不能保证。在工业互联网的改造后，工人们只需在电脑上把参数调好，上传到设备中去，库卡机器人取件后再用摄像头来检测，提升了品质，减少大量人力投入，能将工人从枯燥的、环境差的工作中解放出来，在商业投入产出上也是可行的。
美的集团视觉研究所长胡正博士，曾分享过一个利用AI技术的解决方案：在中央空调的装配车间，用一台相机实现顶面所有螺钉的检测，AI技术可应用工厂环境中各种型号螺钉的检测，适用于不同材质、不同边缘、不同采光、拍摄角度，其投资回报率非常高。据胡正介绍，一旦螺钉品质有问题，客户和分销商会投诉，投诉后工厂会被罚款，一次5000到1万元不等，从前工厂一个月可能会有十几次这样的罚款，检测质量提高后工厂可以节省一大笔钱，两个月项目即可回本。
张小懿认为，回应传统制造业的典型挑战，归根结底是以技术手段提升企业的敏捷和精益水平，由工业互联网将实体、信息、业务流程和人员连接起来，借助数据分析、优化决策，实现降本、增效、保质。因此，美的一直在人工智能（AI）、大数据、区块链等前沿技术不遗余力，在硅谷等多地成立研究中心，数字化相关的投入，一年高达数亿，以致力于技术与制造业的实际场景结合。
美的董事长方洪波形容，数字化是传统制造业的一线曙光，“企业内部数字化程度，我们正在积极 探索 做到最好。”未来，美的也有机会成为中国制造数字化升级转型的重要推手。
大数据运维岗位是干什么的
大数据运维指互联网运维，通常是属于技术部门。其职责：负责大数据平台的稳定性和性能优化；大数据项目的运维工作；针对业务的需求制定运维解决方案；完善监控报警系统，对业务关键指标进行监控和报警通知；负责大数据的方案架构及方案的落地；负责集群网络架构及机器的管理等
数据分析员应该属于公司哪个部门
负责数据分析的部门有2种：一种是客户交易数据分析，一般在总部经纪业务部；_x000D_
_x000D_
另外一种是市场数据、行情数据等，一般在总部研究部。 _x000D_
_x000D_
一般说的都是后一个。证券数据研究分析师：_x000D_
_x000D_
1、负责通过数据、技术面的分析来给自营部股票买卖的数据参考;;_x000D_
_x000D_
2、负责分析目标板块的上市公司的基本面，做一些拜访调研，统计出公司财务数据，并给出风险提示;_x000D_
_x000D_
3、负责研究中国宏观经济、市场状况和投资环境，分析投资行业政策、产业政策以及公司的经营情况;_x000D_
_x000D_
4、负责协助其他分析师进行投资组合的配置。_x000D_
_x000D_
想要了解更多关于数据分析的问题可以到CDA认证中心咨询一下，CDA是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称，具体指在互联网、金融、咨询、电信、零售、医疗、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据人才。
结语：以上就是首席CTO笔记为大家介绍的关于美的大数据业务属于哪个部门的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。