可以從事大數據開發工程師，大數據分析等崗位，一般來說可以分成開發和分析兩個大方向。
B. 現在培訓機構出來的大數據，可以從事什麼工作
大數據專業的前景是很不錯的，薪資也是相當可觀的，可以從事的工作有大數據分析內師、大容數據挖掘師/演算法工程師、大數據工程師、大數據運維工程師、大數據倉庫工程師、大數據產品經理、大數據架構師/資深大數據架構師等等這些都是很不錯的，希望可以幫到你。
C. 專科千萬不要學大數據真的嗎 好找工作嗎
「數據科學與大數據技術」專業是近幾年才設立的專業，一些人說專科不要學數據科學與大數據，是因為數磨豎據科學與大數據比較難學。但是大數據專業就業前景十分廣闊，人才嚴重短缺，迫使企業不斷降低工作經驗門檻，甚至不惜從零培養人才，所以還是值得各位專科生學的。
因為大數據是IT行業中比較炙熱的項目，現在各個用人單位對於大數據相關的人才需求量特別的大。相關統計數據顯示，未來3~5年，中國需要180萬數據人才，但目前只有約30萬人。所以相比其他崗位的飽和狀態而言，大數據處於藍海，學習大數據相關知識就能夠趕上大數據的熱潮，滿足當下各個用人單位的崗位需求。
其次是因為大數據人才缺口大，各個用人單位對於大數據相關崗位的員工薪資待遇都比培伍其他崗位要理想一些。
我們以大數據開發工程師來做一個參照，從專科生就業數據來看，大數據工程師在8K以下薪資的專科學生只佔了2%，其他學員畢業工作一年後起薪全部超過8K，薪資在1W以上的專科生為大多數。
重視大數據的機構已經越來越多，上到國防部，下到互聯網創業公司、金融機構需要通過大數據項目來做創新驅動，需要數據分析或處理崗位也很多;常見的食品製造、零售電商、醫療製造、交通檢測等也需要數據分析與處理，如優化庫存，降低成本，預測需求等。人才主要配游或分成三大類：大數據系統研發類、大數據應用開發類、大數據分析類。
(1)大數據系統研發工程師：適合學大數據的專科生就職。主要負責大數據系統研發工作，包括大規模非結構化數據業務模型構建、大數據存儲、資料庫架構設計以及資料庫詳細設計、優化資料庫構架、解決資料庫中心建設設計問題。他們還負責集群的日常運作、系統的監測和配置、Hadoop與其他系統的集成。
(2)大數據應用開發工程師：負責搭建大數據應用平台、開發分析應用程序。他們熟悉工具或演算法、編程、包裝、優化或者部署不同的MapRece事務。他們以大數據技術為核心，研發各種基於大數據技術的應用程序及行業解決方案。
(3)大數據分析師：適合學大數據的專科生就職。主要負責運用演算法來解決分析問題，並且從事大數據挖掘工作。他們最大的本事就是能夠讓數據道出真相;此外，他們還擁有某個領域的專長，幫助開發數據產品，推動數據解決方案的不斷更新。
(4)數據可視化工程師：具備良好的溝通能力與團隊精神，責任心強，擁有優秀的解決問題的能力。他們負責在收集到的高質量數據中，利用圖形化的工具及手段的應用，一目瞭然地揭示數據中的復雜信息，幫助企業更好的進行大數據應用開發，發現大數據背後的巨大財富。
D. 大數據都有什麼就業方向
大數據專業就業方向
大數據主要的三大就業方向：大數據系統研發類人才、大數據應用開發類人才和大數據分析類人才。在此三大方向中，各自的基礎崗位一般為大數據系統研發工程師、大數據應用開發工程師和數據分析師。
大數據專業介紹
計算機科學與技術（數據科學與大數據技術方向）主要培養大數據科學與工程領域的復合型高級技術人才。畢業生具有信息科學、管理科學和數據科學基礎知識與基本技能，掌握大數據科學與技術所需要的計算機、網路、數據編碼、數據處理等相關學科的基本理論和基本知識，熟練掌握大數據採集、存儲、處理與分析、傳輸與應用等技術，具備大數據工程項目的系統集成能力、應用軟體設計和開發能力，具有一定的大數據科學研究能力及數據科學家崗位的基本能力與素質。畢業後能從事各行業大數據分析、處理、服務、開發和利用工作，大數據系統集成與管理維護等各方面工作，亦可從事大數據研究、咨詢、教育培訓工作。
大數據（big data）是指無法在一定時間內用常規軟體工具對其內容進行抓取、管理和處理的數據集合。大數據有五大特點，即大量（Volume）、高速（Velocity）、多樣（Variety）、低價值密度（Value）、真實性（Veracity）。它並沒有統計學的抽樣方法，只是觀察和追蹤發生的事情。
大數據的用法傾向於預測分析、用戶行為分析或某些其他高級數據分析方法的使用。
對於「大數據」（Big data）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。[1]
麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統資料庫軟體工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。[2]
大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。[3]
從技術上看，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘。但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。[4]
E. 大數據從事於什麼工作
大數據從事的是開源工作，更傾向於「研發」，由於大數據屬新興領域，專業人才專比較缺屬乏，高端人才更是企業爭搶的對象。薪資上升容易，職業發展潛力巨大。
大數據職業發展的方向：大數據開發、數據分析挖掘
大數據開發
主要負責大數據的大數據挖掘，數據清洗的發展，數據建模工作。大數據數據開發工程師偏重建設和優化系統。
大數據分析師
一種偏向產品和運營，更加註重業務，主要工作包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立數據模型提升運營效率等；
另一種則更注重數據挖掘技術，門檻較高，需要扎實的演算法能力和代碼能力。同時薪資待遇也更好。
F. java課程分享java大數據發展前景如何
Java已經是目前最受歡迎的編程語言之一了，並且常年雄踞最熱編程榜第一名。很多人初學的第一門語言就是Java，Java自有其優勢，它強大，精讓悶密，擁有著不可替代的性能和可維護性，可以說是最強大的語言之一了。
可以預見的是，未來10年將是大數據，人工智慧爆發的時代，到時將會有大量舉正的企業需要藉助大數據，而Java最大的優勢就是它在大數據領域的地位，目前幾乎所有的大數據架構都是通過Java來完成的，我相信未來的10年，大數據會越來越火，Java高端人才的需求量也會越來越大。而大數據毫無疑問是這兩年最熱門的方向，學習Java大數據的同學，進可掘金大數據，退亦可在傳統的Java就業崗位上謀得一席之地。
一、市場需求量大
基於行業趨勢，大小互聯網公司都在布局大數據。目前大數據方面的人才依舊十分緊缺，比如大數據生態Spark需要的Scala工程師，在招聘市場上就鳳毛麟角。基於Java和Scala等技術密切的關系，這些急需大數據工程師的公司會轉而招聘基礎不錯的Java工程師，向大數據方向培養。
無論是招聘需求回歸大企業還是這些來自新領域的趨勢變化，都使得Java在招聘市場上的需求大幅度增加。
二、就業方向廣泛
Java大數據畢業之後的主要從事工作舉例如下：
1、大數據開發工程師：基礎大數據服務平台，大中型的商業應用包括我們常說的企業級應用(主要指復雜的大企業的軟體系統)、各種類型的網站等。負責搭建大數據應用平台以及開發分析應用程序。
2、大數據分析師：負責數據挖掘工作，運用Hive、Hbase等技術，專門對從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。以及通過使用新型數據可視化工具如Spotifre，Qlikview和Tableau，對數據進行數據可視化和數據呈現。
3.、Android工程正滑悔師：Android是一種基於Linux的自由及開放源代碼的操作系統，其源代碼是Java。所以市場上見到的手機系統例如MIUI，阿里雲，樂蛙等，都是修改源代碼再發行的。java課程發現Java做安卓不單單是指系統，還有APP對於更多的開發人員來說，他們更多的時間是花在開發APP上面。
G. 大數據工程師難度大嗎
大數據從事的是開源工作，更傾向於「研發」，能夠重新激起程序員研發程序的熱情，職業生涯有了新的追求，這意味著大數據會成為值得程序員長期奮斗不斷突破的工作；
其次，由於大數據屬新興領域，專業人才比較缺乏，高端人才更是企業爭搶的對象，薪資上升容易，職業發展潛力巨大。
二、大數據人才薪資如何？
做技術編程也是不錯的，不過目前大數據是個趨勢，稍微有實力點的企業都在上大數據項目，而Hadoop本身又是編程開發的，再加上Hadoop工程師普遍比純技術編程開發要高30%以上，所以有很多搞技術編程的都在往hadoop大數據方向轉。
做技術編程的人已經比較多了，很多人工作4~5年月薪也難上2萬，能上2.5萬的更是寥寥。但Hadoop很多人只1年經驗就拿2萬以上了。所以很多現在待遇還不錯的人也在學大數據，主要也是考慮未來發展天花板的問題。
大數據工程師的工作難度大嗎?首先我們先了解一下大數據工程師們需要處理哪些工作，根據工作內容，大家就能夠在心中有個基本的概念。在工作崗位上，大數據工程師需要分析優化系統，解決系統運行中的穩定性問題;負責大數據基礎設施框架的維護及二次開發，如kafka、flink、hbase等，負責進行數據採集、處理、分析、統計、挖掘工作等等。
大數據工程師的工作累嗎?除開以上工作之外，大數據工程師還需要負責數據倉庫、數據集市建設，通過離線、實時方式接入各數據源數據;根據業務需求對數據、清洗、處理、計算，建模等工作，負責 即時查詢工具、固定報表、運營數據產品、Dashboard等產品的設計、研發及應用等等。