大数据单位通常有三种缺
1.资料分析师
2.系统工程师
3.杂役
以常见应用的交通为例
悠游卡的资料分析师会试图从每天各铁公路 Youbike 运输的刷卡资料中
找出各个时段交通方向的热点、人流、集散转运点
然后提出报告跟建议，当政府要调整公共汽车路线、Youbike设站点、规划自行车道
甚至是否要盖捷运时就会运用这些大数据整理出来的资料
系统工程师则负责建置平台储存这些资料，若是离线的比较简单
只需要按照系统分析师的需求，规划 DB schema 然后输入资料
在线的还要考虑资料进来的负载平衡
其他包括资料的备份、存取资料的效率改善、可靠度的改善
(一千笔资料漏掉一笔跟漏掉十笔那系统分析的结果就会有所差距)
杂役
我敢说在座的各位........都是乐胜 这个职缺
写程式去捞每家提供的资料格式再转成系统工程师规划的格式输入
写程式输出资料分析师要的数据项目整理后的内容甚至绘制图表做报告
可能有四、五个杂役去负责写从悠游卡、一卡通、爱金卡、有钱卡捞来的资料
再有三、四个杂役去写资料分析程师要捞的资料项目
比如公共汽车转捷运的、捷运转公共汽车的、火车转捷运的、Youbike 转捷运的 .....
这些大数据可以分析什么呢?
比如三峡人只能搭公共汽车转捷运，平均交通时间花了一个小时才到目的地
但是树林人可以搭火车转公共汽车或捷运，平均交通时间只花了40分钟就到目的地
然后树林人使用火车的比例相较公共汽车转捷运维持在一定的数字量
那么三峡就比较需要先盖三莺线，树林的捷运则可以暂缓
基隆使用国道客运转捷运的比率远高于使用火车，基隆人比树林多但火车搭乘率低
火车在基隆的服务品质不及树林，所以基隆要盖基隆轻轨
不过通常这些数据都会迎合圣意去做出来就是了
因此跟政府有关的资料分析师的重点在于怎么做出一份有说服力的报告
民间的才会是专业导向，像是为市场调查做出实际的数据分析
像是软件产业非常仰赖大数据的回传资料决定下一版的接口调整
什么按钮拿掉、什么功能改到什么位置都是使用者点击习惯分析出来的
只要老板不一意孤行 (某窗户八代把开始弄不见....) 都是很有用的