大数据就业有三大方向 ，十大职位。
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。
1.大数据系统研发类人才：
这一专业人才负责大数据系统研发，包括大规模非结构化数据业务模型构建、大数据存储、数据库构设、优化数据库构架、解决数据库中心设计等，同时，还要负责数据集群的日常运作和系统的监测等，这一类人才是任何构设大数据系统的机构都必须的。
2.大数据应用开发类人才：
此类人才负责搭建大数据应用平台以及开发分析应用程序，他们必须熟悉工具或算法、编程、优化以及部署不同的MapReduce，他们研发各种基于大数据技术的应用程序及行业解决方案。其中，ETL开发者是很抢手的人才，他们所做的是从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要，将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库，成为联机分析处理、数据挖掘的基础，为提取各类型的需要数据创造条件。
3.大数据分析类人才：
此类人才主要从事数据挖掘工作，运用算法来解决和分析问题，让数据显露出真相，同时，他们还推动数据解决方案的不断更新。随着数据集规模不断增大，企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapReduce、Pig等的需求将持续增长，具备Hadoop框架经验的技术人员是最抢手的大数据人才，他们所从事的是热门的分析师工作。
十大职位：
一、ETL研发：ETL的流程可以用任何的编程语言去开发完成，由于ETL是极为复杂的过程，而手写程序不易管理，有愈来愈多的企业采用工具协助ETL的开发，并运用其内置的metadata功能来存储来源与目的的对应（mapping）以及转换规则。工具可以提供较强大的连接功能（connectivity）来连接来源及目的端，开发人员不用去熟悉各种相异的平台及数据的结构，亦能进行开发。
二、Hadoop开发：Hadoop实现了一个分布式文件系统 ，简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（硬件上；而且它提供高吞吐量来访问应用程序的数据，适合那些有着超大数据集的应用程序。HDFS放宽了POSIX的要求，可以以流的形式访问文件系统中的数据。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算。
三、可视化（前端展现）工具开发： 可视化技术 最早运用于计算机科学中，并形成了可视化技术的一个重要分支——科学计算可视化(Visualization in Scientific Computing)。科学计算可视化能够把科学数据，包括测量获得的 数值 、图像或是计算中涉及、产生的数字信息变为直观的、以图形 图像信息 表示的、随时间和空间变化的物理现象或物理量呈现在研究者面前，使他们能够观察、模拟和计算
四、信息架构开发： 在技术性文件中，信息架构是指对某一特定内容里的信息进行统筹、规划、设计、安排等一系列有机处理的想法。某个电脑制造公司在设计自己的产品信息资料时一般会这样设想，我们的所有产品信息都是基于客户需要的，是对他们所提要求的反馈。然后设计者就会开发一个信息架构体系，把现有产品和将来的产品的信息统筹规划，以满足客户的需要。设计者的构思会在由此构思建立的信息架构文件中切实地反映出来。
五、数据仓库研究： 是为 企业 所有级别的决策制定过程，提供所有类型数据支持的战略 集合 。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。
六、OLAP开发： 联机分析处理OLAP是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。它具有FASMI，即共享多维信息的快速分析的特征。其中F是快速性，指系统能在数秒内对用户的多数分析要求做出反应；A是可分析性(Analysis)，指用户无需编程就可以定义新的专门计算，将其作为分析的一部 分，并以用户所希望的方式给出报告；M是多维性，指提供对 数据分析 的多维视图和分析；I是信息性，指能及时获得信息，并且管理大容量信息。
七、数据科学研究： 数据科学的研究对象是Cyberspace的数据
八、数据预测（数据挖掘）分析： 一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据预测（数据挖掘）通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
九、企业数据管理： 企业数据泛指所有与企业经营相关的信息、资料，包括公司概况、产品信息、经营数据、研究成果等，其中不乏涉及商业机密。
十、数据安全研究： 为 数据处理系统 建立和采用的技术和管理的安全保护，保护 计算机硬件 、软件和数据不因偶然和恶意的原因遭到 破坏 、更改和泄露。
如有侵权，请联系小编删除文章！
参考文献：百度百科