此時一位碼農路過，并留下了自己的見解。

大數據應用工程師，顧名思義，就是搞大數據的，也就是在巨大的數據量面前進行數據處理，然后篩選出有用的東西。數據工程師日常都是按照幾個步驟來處理數據的，從數據上游到數據下游，大致可以分為：數據采集->數據清洗->數據存儲->數據分析統計->數據可視化等幾個方面。具體如下：

1. 數據采集。在公司一些應用中，多多少少都會在一些關鍵的地方進行數據買點，記錄下日志。然而大多數時候這些日志都是分散的，所以需要使用工具來把這些分散的數據聚合起來。
2. 數據清洗。原始記錄下來的數據都是千奇百怪的，對于這樣的數據來說，其實還不可用，所以要對數據進行清洗。一些字段可能會有異常取值，即臟數據。為了保證數據下游的"數據分析統計"能拿到比較高質量的數據，需要對這些記錄進行過濾；而有些字段是多余的，為了后續的數據存儲節省開銷，需要把這些冗余的字段刪除掉；還有一些日志的字段信息可能包含用戶敏感信息，需要做脫敏處理。
3. 數據存儲。清洗后的干凈數據就需要存儲到數據倉庫中。具體使用哪種數據存儲引擎，就需要看下游取數據的時候對數據實時性的要求。如果實時性要求比較高的話，一般會使用kafka進行數據存儲。
4. 數據分析統計。這方面的工作也要部分公司管其叫BI，通過去數據存儲引擎那里取出數據，對數據進行各方面的統計和分析或者是做成報表。
5. 數據可視化。也就是把搜集的數據進行可視化處理，根據不同要求，可視化的圖形也不盡相同。最后根據這些可視化的數據，進行下一步的決策。

以上便是大數據工程師的日常工作。