 |
推荐商家 |
 |
|
|
|
|
|
|
留学万事通导航 |
|
|
|
|
|
|
首页>>劳务万事通>>就业培训>>正文 |
|
Data Warehouse 在北美广阔就业前景
|
|
|
|
近几年，随着技术移民的大量涌入，适合移民的有技术含量的工作职位的竞争越来越激烈，很多人在辛苦寻觅几个月之后，失去信心，转向体力工作，虽然心有不甘，但没有更好的出路，只好就此做了下去。还有更多的朋友一直处于观望状态，举棋不定，宝贵的时间和精力慢慢流逝。 实际上，我们移民海外，都希望能积极地投入新生活，并逐渐地Build 相对稳定的、自身又擅长的Career。但很多朋友最大的痛苦是：不是不愿意努力，而是不知道该如何努力，以及在哪个方向、哪个领域内投入宝贵的时间和精力。其实，明智的职业选择，一方面应尽可能地发挥自己以往的优势和背景，另一个很重要的方面则是应该结合时代的需要，即所谓的“识时务者为俊杰”。 我们正处于一个信息爆炸的年代，能够在第一时间内获得或者找到最有价值的信息和资源，则成为企业在激烈地竞争取胜很重要的因素，所以，Data Warehouse应运而生，以惊人的速度得到快速、蓬勃的发展，并且有越来越火的趋势，毫无疑问，相对应的必然是需要大量的此方面的技术人员，并且由于工作性质和数据库相关，职位相对稳定、高薪！ 所以，正在观望或者犹豫的朋友们不妨可以考虑一下Data Warehouse 方面的就业方向，其实，在北美有很多技术工作是适合移民的，并且竞争并不激烈，最关键，华人要善于开辟职业新天地，发挥原有的技术背景，再加以进修一些新技术，出奇制胜！ Data Warehouse----就业前景广阔，一枝独秀！ 随着时代的发展，提高工作效率已成为所有企业的共同目标，而如何能够在浩瀚如海、堆积如山的数据中最快速的得到有效数据，则成为其中重要的一环，市场呼唤技术，90年代初，Data Warehouse 应运而生，并且随着IT业的几次革命，呈现出越来越热的趋势，尤其从2000年开始，随着北美经济的火爆，各大银行、金融、保险机构等，由于业务发展的需要，更是广招Data Warehouse方面的专业技术人员。 近一、两年，随着技术移民的大量涌入，北美IT就业市场竞争日益激烈，而Data Warehouse 则一枝独秀，因为高薪、稳定、工作多在大银行、大企业真正会做的人少、与数据相关等优势而成为“IT就业的新贵”! 而在中国，Data Warehouse 更是炙手可热，这方面的技术人员纷纷成为各大IT公司、猎头公司“挖角”的对象，详情可参阅各大中文求职网站。Data Warehouse ----“技术海归”人员的首选的“防身术”！ 找工作要善于“投机取巧”、出奇制胜，有一定IT背景的朋友不妨考虑一下Data Warehouse方向，高薪、稳定的事业应该从这里开始。 众所周知，自90 年代开始，ERP系统成了企业界追逐的宠儿，企业的优化管理机制，提高生产力，控制成本等一系列的目标， 在实施一套好的ERP系统后都得到了不同程度的改善，但是, 由于ERP 系统的性质决定了它每天要处理大量事物性过程， 即每天产生大量TRANSACTION 数据，随着时间的推移，企业将产生大量的事物性数据，IBM研究报告表明，只有7%的数据为企业在做战略决策时所采用，而如何将其中有用的数据经过提炼、加工成为、分析，帮助企业管理者做出更好的商业决策，既数据仓库（Data Warehouse)及相关数据挖掘(Data Mining)、商业智能（Business Intelligence)技术成为IT继ERP后的又一大产业，而这些技术都以Data Warehouse为核心。目前数据仓库在中国刚刚起步， 在北美已经日趋成熟， 但仍有很长的路要走。 数据仓库是将企业的事物性数据经过提炼、加工和集成为对企业有用的信息，是面向主题的、稳定的、随时间变化的，主要用于决策支持的数据库系统。 既数据仓库是定期更新的， 将会存放大量的有用数据，经由OLAP工具、数据挖掘工具、加上决策规划人员的专业知识，从数据中获得有用的信息，帮助企业获取利润。数据仓库的用途决定了其设计，实施都与传统的OPERATIONAL SYSTEM 不同。一个成功的数据仓库的创造和实施，不仅需要良好的数据模型和优化的实现技术，而且需要把众多相关的因素很好地进行集成和组织，形成一套有效的设计方法和实施规则。 企业级数据仓库的设计通常会分多个阶段来实施， 又称Phase to Phase Project, 总体设计方法为Spiral Methodology 的Iterative Model（见下图）。 其中的每一个Phase或某一数据集市(Data Mart)的开发通常又采用WATERFALL模式。 数据仓库的设计通常都采Normalization 设计数据的 Hierarchy， 运用Denormalization, STAR SCHEMA 模型设计方法，设计Multi-Dimensional 的数据库。 如何有效地进行数据的采集、传送，装载(ETL)在开发过程中非常关键。 如何用BI工具（如Cognos Impromptu, Transformer / PowerPlay)挖掘、分析数据仓库中的信息，为决策者提供依据至关重要。 高效的数据仓库还少不了Partitioning data, 建indexes优化查询速度的工作。 数据仓库的建立是一个不断完善的过程，但目的只有一个，从数据中获得有用的信息，帮助企业高效运转，获取利润。 由于无可比拟的优越性，数据仓库正以迅猛的速度发展为继ERP后IT 的又一大热门产业，正以讯雷不及掩耳之势成为就业市场的新宠，这无疑将给有一定数据库基础而又擅长快速掌握新技术的中国技术移民提供了一个难得的就业机遇！ [出国万事通] |
|
|
|
