1樓：合肥北大青鳥雲登校區
大資料探勘工程師需要了解整套資料流入的過程，包括資料的接入、預處理，然後需要知道怎麼用資料解決實際的業務問題，說白就是想辦法讓資料產生價值。
他需要知道一整個資料到業務輸出的機制或者說是系統，可能涉及到複雜的演算法轉化，也可能只是簡單的規則轉化，或者多個模型的轉化組合輸出等等，他是乙個比較全面而概括性定位。
而演算法工程師則不一樣，他們的職責我認為更純粹，他們需要知道如何把現實問題轉化為數學的模型，並且把模型調到極致，從而解決問題。所以，演算法工程師工作內容更單一，但是更專，需要更好的數學功底。
2樓：Tony
乙個資料專案，從職責分工上，一般需要三類人員，一是對行業業務現狀能精確解讀的人，也就是行業專家，一類是數學模型科學家，一類是IT工程師。具體分工是，行業專家通過自身的經驗，對行業中存在的問題，給出業務層面的解讀，比如房價是和人口相關、還是和平均收入相關。數學家將這些現實的維度，轉化為數學模型，然後由IT工程師，使用專門的工具來實現（當然這還需要對資料進行一系列處理）。
現實中，乙個優秀的模型師，基本上也是乙個優秀的工具使用者，我們公司的資料分析師，SAS/SPSS/R/PYTHON用得都很熟。所以大資料工程師偏IT，偏工具的使用，計算機專業畢業即可。而演算法工程師的核心是數學和統計學，必須是這樣的專業畢業的才可以。
3樓：慢半拍
大資料工程師強調對大資料工具的掌握，對工程效率負責，演算法工程師強調對機器學習演算法的掌握，對產品效果負責；大資料工程師一般本科即可，演算法工程師更多要求碩士
4樓：SupremeHao
最後一點怎麼看起來是獵頭在招人。。。現在的情況下，不同企業對這兩個職位的職責定義不盡相同。實際操作中這兩個崗位確實也有很大重疊，其實現在的job market能有一些演算法和機器學習經驗的人，這兩個崗位都可以找到工作。
僅從字面定義上來講，大資料工程師偏重工程，職責可能包括資料清洗、整合、wrangling、特徵抽取，分布式計算、資料探勘等都會涉及。演算法工程師偏重演算法，側重考慮公司資料和業務特性的運籌和機器學習演算法，比較少需要直接清洗資料和接觸底層分布式任務的處理優化。大資料工程師更傾向有coding和資料探勘經驗的人，演算法工程師更傾向有演算法理論和數學基礎的人。
未來五年，演算法工程師，大資料工程師之類的行業會飽和嗎？
碼農一枚 未來5年，不會。哪個行業都需要大量的資料來答出結論，所以不會的。嘚瑟那麼多，沒有什麼意義。總而言之，不會。你現在好好學習就對了。 方舟的舟 就我看到來說，大部分演算法工程師都處於初級演算法崗位，而演算法這個東西和普通開發堆人力不同，有能力有才能真正懂的人是把東西做好的關鍵，絕不是自動化，掉...
軟體工程師or演算法工程師？
yuchting 計算機相關工作，但是不是演算法工程師，以下只是拙見。系統學習 資料結構 排序演算法滾瓜爛熟 演算法導論 計算機程式設計藝術 其他學習 不斷去刷LeetCode，一年刷100 200題？然後數值AI演算法 大資料統計分析演算法 爬蟲演算法，PR演算法等等，熟知。 jackwang 學...
BI工程師 資料倉儲工程師 ETL工程師 資料開發工程師（大資料開發工程師） 有什麼區別？
BI工程師可能更側重於系統架構及資料分析呈現。重點在於乙個指標如何去挖掘資料價值，為運營決策提供參考依據。資料倉儲工程師更多的在於構建分析模型 cube 如何規劃維度 量值間的關聯關係，承上啟下。ETL工程師更多在於如何統籌資料，多系統整合，資料併發，ETS等。資料開發工程師更偏向於DBA，重點在於...