可以从事大数据开发工程师，大数据分析等岗位，一般来说可以分成开发和分析两个大方向。
B. 现在培训机构出来的大数据，可以从事什么工作
大数据专业的前景是很不错的，薪资也是相当可观的，可以从事的工作有大数据分析内师、大容数据挖掘师/算法工程师、大数据工程师、大数据运维工程师、大数据仓库工程师、大数据产品经理、大数据架构师/资深大数据架构师等等这些都是很不错的，希望可以帮到你。
C. 专科千万不要学大数据真的吗 好找工作吗
“数据科学与大数据技术”专业是近几年才设立的专业，一些人说专科不要学数据科学与大数据，是因为数磨竖据科学与大数据比较难学。但是大数据专业就业前景十分广阔，人才严重短缺，迫使企业不断降低工作经验门槛，甚至不惜从零培养人才，所以还是值得各位专科生学的。
因为大数据是IT行业中比较炙热的项目，现在各个用人单位对于大数据相关的人才需求量特别的大。相关统计数据显示，未来3~5年，中国需要180万数据人才，但目前只有约30万人。所以相比其他岗位的饱和状态而言，大数据处于蓝海，学习大数据相关知识就能够赶上大数据的热潮，满足当下各个用人单位的岗位需求。
其次是因为大数据人才缺口大，各个用人单位对于大数据相关岗位的员工薪资待遇都比培伍其他岗位要理想一些。
我们以大数据开发工程师来做一个参照，从专科生就业数据来看，大数据工程师在8K以下薪资的专科学生只占了2%，其他学员毕业工作一年后起薪全部超过8K，薪资在1W以上的专科生为大多数。
重视大数据的机构已经越来越多，上到国防部，下到互联网创业公司、金融机构需要通过大数据项目来做创新驱动，需要数据分析或处理岗位也很多;常见的食品制造、零售电商、医疗制造、交通检测等也需要数据分析与处理，如优化库存，降低成本，预测需求等。人才主要配游或分成三大类：大数据系统研发类、大数据应用开发类、大数据分析类。
(1)大数据系统研发工程师：适合学大数据的专科生就职。主要负责大数据系统研发工作，包括大规模非结构化数据业务模型构建、大数据存储、数据库架构设计以及数据库详细设计、优化数据库构架、解决数据库中心建设设计问题。他们还负责集群的日常运作、系统的监测和配置、Hadoop与其他系统的集成。
(2)大数据应用开发工程师：负责搭建大数据应用平台、开发分析应用程序。他们熟悉工具或算法、编程、包装、优化或者部署不同的MapRece事务。他们以大数据技术为核心，研发各种基于大数据技术的应用程序及行业解决方案。
(3)大数据分析师：适合学大数据的专科生就职。主要负责运用算法来解决分析问题，并且从事大数据挖掘工作。他们最大的本事就是能够让数据道出真相;此外，他们还拥有某个领域的专长，帮助开发数据产品，推动数据解决方案的不断更新。
(4)数据可视化工程师：具备良好的沟通能力与团队精神，责任心强，拥有优秀的解决问题的能力。他们负责在收集到的高质量数据中，利用图形化的工具及手段的应用，一目了然地揭示数据中的复杂信息，帮助企业更好的进行大数据应用开发，发现大数据背后的巨大财富。
D. 大数据都有什么就业方向
大数据专业就业方向
大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。
大数据专业介绍
计算机科学与技术（数据科学与大数据技术方向）主要培养大数据科学与工程领域的复合型高级技术人才。毕业生具有信息科学、管理科学和数据科学基础知识与基本技能，掌握大数据科学与技术所需要的计算机、网络、数据编码、数据处理等相关学科的基本理论和基本知识，熟练掌握大数据采集、存储、处理与分析、传输与应用等技术，具备大数据工程项目的系统集成能力、应用软件设计和开发能力，具有一定的大数据科学研究能力及数据科学家岗位的基本能力与素质。毕业后能从事各行业大数据分析、处理、服务、开发和利用工作，大数据系统集成与管理维护等各方面工作，亦可从事大数据研究、咨询、教育培训工作。
大数据（big data）是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据有五大特点，即大量（Volume）、高速（Velocity）、多样（Variety）、低价值密度（Value）、真实性（Veracity）。它并没有统计学的抽样方法，只是观察和追踪发生的事情。
大数据的用法倾向于预测分析、用户行为分析或某些其他高级数据分析方法的使用。
对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。[1]
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。[2]
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。[3]
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。[4]
E. 大数据从事于什么工作
大数据从事的是开源工作，更倾向于“研发”，由于大数据属新兴领域，专业人才专比较缺属乏，高端人才更是企业争抢的对象。薪资上升容易，职业发展潜力巨大。
大数据职业发展的方向：大数据开发、数据分析挖掘
大数据开发
主要负责大数据的大数据挖掘，数据清洗的发展，数据建模工作。大数据数据开发工程师偏重建设和优化系统。
大数据分析师
一种偏向产品和运营，更加注重业务，主要工作包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等；
另一种则更注重数据挖掘技术，门槛较高，需要扎实的算法能力和代码能力。同时薪资待遇也更好。
F. java课程分享java大数据发展前景如何
Java已经是目前最受欢迎的编程语言之一了，并且常年雄踞最热编程榜第一名。很多人初学的第一门语言就是Java，Java自有其优势，它强大，精让闷密，拥有着不可替代的性能和可维护性，可以说是最强大的语言之一了。
可以预见的是，未来10年将是大数据，人工智能爆发的时代，到时将会有大量举正的企业需要借助大数据，而Java最大的优势就是它在大数据领域的地位，目前几乎所有的大数据架构都是通过Java来完成的，我相信未来的10年，大数据会越来越火，Java高端人才的需求量也会越来越大。而大数据毫无疑问是这两年最热门的方向，学习Java大数据的同学，进可掘金大数据，退亦可在传统的Java就业岗位上谋得一席之地。
一、市场需求量大
基于行业趋势，大小互联网公司都在布局大数据。目前大数据方面的人才依旧十分紧缺，比如大数据生态Spark需要的Scala工程师，在招聘市场上就凤毛麟角。基于Java和Scala等技术密切的关系，这些急需大数据工程师的公司会转而招聘基础不错的Java工程师，向大数据方向培养。
无论是招聘需求回归大企业还是这些来自新领域的趋势变化，都使得Java在招聘市场上的需求大幅度增加。
二、就业方向广泛
Java大数据毕业之后的主要从事工作举例如下：
1、大数据开发工程师：基础大数据服务平台，大中型的商业应用包括我们常说的企业级应用(主要指复杂的大企业的软件系统)、各种类型的网站等。负责搭建大数据应用平台以及开发分析应用程序。
2、大数据分析师：负责数据挖掘工作，运用Hive、Hbase等技术，专门对从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。以及通过使用新型数据可视化工具如Spotifre，Qlikview和Tableau，对数据进行数据可视化和数据呈现。
3.、Android工程正滑悔师：Android是一种基于Linux的自由及开放源代码的操作系统，其源代码是Java。所以市场上见到的手机系统例如MIUI，阿里云，乐蛙等，都是修改源代码再发行的。java课程发现Java做安卓不单单是指系统，还有APP对于更多的开发人员来说，他们更多的时间是花在开发APP上面。
G. 大数据工程师难度大吗
大数据从事的是开源工作，更倾向于“研发”，能够重新激起程序员研发程序的热情，职业生涯有了新的追求，这意味着大数据会成为值得程序员长期奋斗不断突破的工作；
其次，由于大数据属新兴领域，专业人才比较缺乏，高端人才更是企业争抢的对象，薪资上升容易，职业发展潜力巨大。
二、大数据人才薪资如何？
做技术编程也是不错的，不过目前大数据是个趋势，稍微有实力点的企业都在上大数据项目，而Hadoop本身又是编程开发的，再加上Hadoop工程师普遍比纯技术编程开发要高30%以上，所以有很多搞技术编程的都在往hadoop大数据方向转。
做技术编程的人已经比较多了，很多人工作4~5年月薪也难上2万，能上2.5万的更是寥寥。但Hadoop很多人只1年经验就拿2万以上了。所以很多现在待遇还不错的人也在学大数据，主要也是考虑未来发展天花板的问题。
大数据工程师的工作难度大吗?首先我们先了解一下大数据工程师们需要处理哪些工作，根据工作内容，大家就能够在心中有个基本的概念。在工作岗位上，大数据工程师需要分析优化系统，解决系统运行中的稳定性问题;负责大数据基础设施框架的维护及二次开发，如kafka、flink、hbase等，负责进行数据采集、处理、分析、统计、挖掘工作等等。
大数据工程师的工作累吗?除开以上工作之外，大数据工程师还需要负责数据仓库、数据集市建设，通过离线、实时方式接入各数据源数据;根据业务需求对数据、清洗、处理、计算，建模等工作，负责 即时查询工具、固定报表、运营数据产品、Dashboard等产品的设计、研发及应用等等。