1、这个岗位职责如下：查询前程无忧可知，导航数据生产：根据各国航行情报资料，完成周期性全球导航数据处理工作。导航数据库校验：能够以团队分工协作的方式，完成周期性机载导航数据库校验工作。标准体系建设：能够根据部门实际业务需要，整理行业相关技术规章规范，组织相关标准学习与实施。
2、不是。根据查询天眼查信息显示，航科院中宇（北京）新技术发展有限公司，是自然人独资的有限责任公司，是私企，是经中国民用航空局（CAAC）批准成立的，其目的是：为了密切跟踪国际航行先进技术的新发展和新变化，加快中国民航航行新技术的应用，切实保障新技术落地执行的精准高效与便捷。
3、企知道数据显示，航科院中宇（北京）新技术发展有限公司成立于2018-03-20，注册资本750.0万人民币，参保人数90人，是一家以从事航空运输业为主的国家级高新技术企业。公司曾先后获授“国家高新技术企业”、“国家科技型中小企业”等资质和荣誉。
4、公司介绍：航科院中宇（北京）新技术发展有限公司是2018-03-20在北京市平谷区成立的责任有限公司，注册地址位于北京市平谷区马坊工业园区通航大厦7-8层。航科院中宇（北京）新技术发展有限公司法定代表人何运成，注册资本750万（元），目前处于开业状态。
大数据工程师主要负责处理、分析、管理和保护大数据，以及设计和开发大数据解决方案。以下是关于大数据工程师主要工作的详细解释：数据采集与预处理 大数据工程师需要负责数据的采集工作，通过各种途径收集结构化和非结构化数据。
大数据开发工程师 负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等。数据分析师 进行数据搜集、整理、分析，针对数据分析结论给管理销售运营提供指导意义的分析意见。
大数据工程师的工作内容主要包括：数据采集、存储、处理、分析和挖掘。数据采集 大数据工程师的首要任务是收集数据。他们会利用各种工具和手段，从各种来源获取大量数据。这些数据可能是结构化的，比如数据库中的数字信息，也可能是非结构化的，如社交媒体上的文本信息或图片。
大数据工程师负责设计和维护大数据平台的架构，包括数据的存储、处理和分析。他们需要根据业务需求选择合适的数据存储和处理技术，如Hadoop、Spark等，并进行系统的架构设计，以确保数据的高效性和可靠性。 数据采集与清洗 大数据工程师需要负责从各种数据源中采集数据，并进行清洗和预处理。
大数据工程师是负责创建和维护数据分析基础架构的专业人员，包括开发、构建、维护和测试大数据架构，以及管理构建数据集合流程的专家。他们参与构建公司大数据平台，设计与实现产品开发，以及持续集成相关工具平台。大数据工程师的工作范畴广泛，包括大数据开发、数据分析、数据挖掘和数据库管理。
大数据开发工程师在Linux和Ja方面要熟练掌握，这是较基本的，需要同时掌握。学习顺序不分先后。熟悉与大数据处理相关的技术，包括但不限于Hadoop，Hbase，Hive等。有强大的开发能力，需要精通相关开发语言的使用，精通MapReduce设计方法或Spark计算框架。
当前，国内大数据工程师的工作领域大致可以分为四大类。首先，数据开发工程师专注于数据接入、数据清洗和底层重构等任务，同时进行业务主题建模，负责大数据整体计算平台的开发与应用。这类工程师的工作涵盖了数据处理的多个层面，从基础的数据接入到复杂的计算平台开发。
大数据开发工程师 负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等。数据分析师 进行数据搜集、整理、分析，针对数据分析结论给管理销售运营提供指导意义的分析意见。
大数据岗位主要划分为多个类别，包括大数据工程师、大数据开发工程师、大数据架构师、大数据分析师和数据科学家。
BI工程师：主要是报表开发，负责开发工作。数据库工程师：主要负责业务数据库从设计、测试到部署交付的全生命周期管理。ETL工程师：从事系统编程、数据库编程与设计。
在商业环境中，数据仓库工程师、BI工程师、ETL工程师、数据开发工程师等角色扮演着关键角色。他们各自负责不同的任务，从数据收集、处理、分析到最终报告的产出，形成了一条数据处理的链条。
BI工程师、数据仓库工程师和ETL工程师在大数据工程领域扮演着不同角色，它们各有侧重。首先，BI工程师的工作主要集中在报表开发上，他们负责开发报表来展示业务数据，帮助决策者理解业务状况。
BI工程师、数据仓库工程师和ETL工程师都是大数据领域的关键技术岗位。虽然它们都属于大数据工程领域，但各自的工作内容和技能要求有所不同。BI工程师主要负责报表开发，他们的工作重心在于根据业务需求，设计和实现报表系统，确保数据能够以直观、易于理解的方式呈现给决策者。
BI工程师通过开发报表来提供业务洞察，数据仓库工程师则确保数据仓库的高效运行和可靠性，而ETL工程师则确保数据从源头到目的地的准确传输和转换。因此，对于想要进入大数据工程领域的求职者来说，了解这三种角色之间的区别是非常重要的，这将帮助他们更好地定位自己的职业发展方向和技能提升方向。
