大数据架构工程师是一种专业的职位，主要负责 设计、构建和管理大数据系统。他们需要具备广泛的技能，包括数据库管理系统、数据仓库、数据挖掘、机器学习、统计分析、数据可视化、大数据技术、云计算、容器技术和数据安全等。此外，大数据架构师还需要深入理解并熟练应用Hadoop、Spark、Storm等主流大数据平台的核心框架。

具体来说，大数据架构师的职责可能包括：

系统设计：

负责Hadoop大数据平台的架构设计和软件技术选型，参与部门技术发展路线的制定和实践，以及大数据相关标准的制定。

性能优化：

根据公司业务特征，负责Hadoop/Spark相关组件功能和性能优化设计和实施落地工作。

需求调研：

直接参与用户需求调研项目，负责大数据运作的初始化系统架构和产品建模。

团队指导：

参与团队技术人才培养，指导产品研发团队成员工作，提升团队研发能力。

技术选型：

根据公司业务建立数据平台，具备预见性，较强业务推演能力，保证数据平台的适用性和扩展性。

算法应用：

了解算法，利用算法模型对业务进行推演和优化，关注大数据+AI的最新发展，对架构进行适时调整。

核心代码编写：

针对大数据平台的设计和开发制定数据架构规范，进行核心代码编写，有设计图纸的能力，能够指导各个组件安装部署，以及数据的数据抽象能力。

问题解决：

负责核心技术问题攻关，解决项目开发过程中的技术难题。

应用算法设计：

负责大数据分析系统相关具体应用算法的设计、开发和产品化。

技术发展方向研究：

根据公司产品和业务发展特点，研究相关大数据产品和技术发展方向。

大数据架构师通常需要具备较强的数据库管理系统的使用能力，包括Oracle等，以及数据库理论知识背景。他们还需要掌握概率统计学的知识，学会数据分析工具的使用，例如MATLAB。

总之，大数据架构工程师是大数据领域的关键角色，他们不仅需要具备扎实的技术基础，还需要有丰富的实践经验和出色的解决问题的能力，以应对不断变化的大数据技术和业务需求。