大数据工程师证书报考年龄要求18周岁，大专以上学历，计算机科学、统计学、数学、信息管理等相关专业优先。有一定的工作经验，熟悉数据分析的相关工作流程和方法，具有一定的数据处理和分析能力。熟悉数据分析工具和技术，如SQL、Python、R等，具有一定的数据处理和可视化能力。良好的沟通能力和团队合作精神，较强的学习能力和创新能力，能承受一定的工作压力。
大数据工程师的就业方向？
大数据工程师证书学习内容较多，专业性较强，可从事但不限于以下方向:
1. 大数据发展方向;2. 数据挖掘、数据分析、机器学习;3. 大数据运维;4. 云计算方向;五、可视化工具开发......等。就业方向
大数据工程师的工作职责
1. 负责人力资源系统核心业务模块数据仓库的构建;
2. 负责数据模型设计、ETL实施、ETL性能优化、ETL数据监控等一系列技术问题的解决;
3. 负责用户主题、业务线主题、推荐主题、BI门户系统的搭建
4. 负责全产品线数据字典维护，提高数据资产质量。
大数据工程师证书有什么用处?
1、增加个人简历的丰富性，更高的含金量，可以使从业人员在众多求职者中脱颖而出。
2、很多公司在招聘人才时，都会将专业证书作为考核标准，所以大数据工程师证书也是有用的。
3、员工谈一种资本，也许就能得到一份不错的offer。
大数据工程师需要具备的技能
1. 大数据采集与处理技术:大数据技术的意义不在于掌握大规模的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘有价值的信息。收集是大数据价值挖掘中最重要的部分。一般采用传感器、通信网络、智能识别系统和软硬件资源接入系统，实现各类海量数据的智能识别、定位、跟踪、接入、传输和信号转换。
2. 大数据存储和管理技术:数据有多种分类方法，包括结构化、半结构化和非结构化;还有元数据、主数据、业务数据;它还可以分为GIS、视频、文本、语音、商业交易和各种类型的数据。传统的关系数据库已经无法满足数据多样性的存储需求。大数据存储与管理就是利用这些存储技术对采集到的数据进行存储，并进行管理和调用。
3. 大数据分析与挖掘技术:大数据分析与挖掘是将隐藏在大量不完整、有噪声、模糊、随机的实际应用数据中的有用信息和知识提取出来的过程。大数据分析与挖掘涉及的技术方法很多:根据挖掘任务可分为分类或预测模型发现、关联规则发现、依赖关系或依赖模型发现、异常和趋势发现等。根据挖掘方法可分为机器学习、统计方法、神经网络等。
4. 大数据技术的呈现与应用:大数据的使用对象远远不止程序员和专业工程师。如何将大数据技术的分析结果展示给普通用户或企业决策者，取决于数据显示的可视化技术，这是目前解释大数据最有效的手段之一。
