很多对于大数据了解不深刻的人都比较喜欢问学习大数据可以就业哪些职业，随着很多大公司对数据分析需求增多，数据相关岗位的人才需求量也越来越大。今天我把比较热门的几个大数据岗位分享给大家。TOP1首席数据官（CDO）三军不可无帅也，所有想在大数据项目中取得成功的公司都需要首席数据官坐镇指挥。2014年CDO数量只有400人，2015年增长到了1000人，据此，加德纳预计，到2019年90%的英国大公司都会拥有自己的首席数据官。首席数据官的工作内容非常多，职责也很复杂，他们负责公司的数据框架搭建、数据管理、数据安全保证、商务智能管理、数据洞察和高级分析。因此，首席数据师必须个人能力出众，同时还需要具备足够的领导力和远见，找准公司发展目标，协调应变管理过程。TOP2营销分析师/客户关系管理分析师客户忠诚度项目、网络分析和物联网技术积攒了大量的用户数据，很多先进公司已经在使用相关策略来支持公司的发展计划。尤其是市场部门能够运用这些数据进行更有针对性的营销。营销分析师能够发挥他们在Excel和SQL等数据分析工具方面的专业特长，对客户进行细分，确保数字化营销能够到达目标客户群体。当与AdobeCampaigns等广告系列管理软件配合使用时，公司企业就可以确保其营销策略达到最佳效果。TOP3数据工程师随着Hadoop和非结构化数据仓库的流行，所有分析功能的第一要务就是要得到正确的数据。商务智能和数据科学都要求有干净的、有序的且可用的数据框架，而这通常是通过SQL服务器、甲骨文（Oracle）和SAP公司数据库来实现的。高水平的工程师需要掌握数据管理技能，熟悉提取转换加载过程，很多公司都急需这样的人才。事实上，很多首席数据官甚至认为，数据工程师才是大数据相关行业中最重要的职位。TOP4商务智能开发工程师商务智能开发工程师的最基本职能，是管理结构数据从数据库分配至终端用户的过程。商务智能（BI）曾经只是商务金融的基础，现在已经独立出来，成为了单独的部门，很多商务智能团队正在搭建自服务指示板，这样运营经理就能快速且有效地获取高性能数据，评价公司运营情况。商务智能最重要的技术目前都掌握在主要科技巨头手中，包括微软商务智能软件包（SSIS/SSAS/SSRS/PowerBI），甲骨文（OBIEE,OBIA），SAP（BusinessObjects）和IBM（Cognos）。TOP5数据可视化你可能会奇怪，我为什么把可视化摆在商务智能研发工程师前面。但是随着指示板和可视化工具的增多，商务智能“前端”研发工程师需要更熟练掌握Tableau、QlikView/QlikSense、SiSense和Looker。能够使用d3.js在网络浏览器中制作数据可视化的研发工程师也越来越受到公司欢迎。很多大公司开出的年薪已经超过了7万5千英镑，平均日薪500多英镑。TOP6软件研发工程师这个也是大数据相关岗位？随着大数据的发展，很多公司都开始打造基于大数据平台的网页应用。除了掌握Javascript、C#、PHP和DiangoPython框架等传统软件研发工具，大数据软件研发工程师还需要熟练使用Pyramid或者Flask。TOP7大数据工程师正如上文提到过的，数据工程师的工作是负责管理公司的数据，包括数据的收集，存储、处理和分析。从经验来看，这涉及到使用关系型数据库，来管理以表格方式存储的数据。有很多关于数据怎样才能被定义为大数据的讨论。为了得到这个问题的结论，必须综合考虑结构化和非结构化数据（图像，视频，音频文件等），它们往往是实时收集的，并且过于复杂，因此不能由传统数据结构处理。大数据工程师需要能够搭建并维护大型异构数据框架，这些数据通常是在MongoDB等NoSQL数据库中。很多公司采用Hadoop框架和很多Hadoop次级软件包，如Hive（数据软件），Pig（数据流语言）和Spark（多编程模型），当然数据基础设施还远远不止这些。TOP8洞察分析师可能每个公司对这个职位的叫法不一样，但不可否认，现在具备执行力且精通技术的分析师炙手可热。通常，他们都会和产品部门、市场部门紧密合作，运用数据编程工具来整合大数据集，得出分析结论，支持发展客户群，制定维持客户关系策略。从技术的角度来说，洞察分析师需要掌握各种数据编程工具，如SQL、SAS和SPSS等。但是很多公司都希望能够使用R和Python来获得更深度的分析，同时还要与RStudio等软件包配合使用，来生动地表达可视化数据分析结果。TOP9数据架构师在大数据环境中运行程序是一回事，而构建大数据基础设施则是另一回事。一个卓越的数据架构师可为尖端的大数据解决方案提供基础，其职责包括使用AWS，Azure和GoogleCloud了解云中的数据存储和使用Hadoop或NoSQL设计基础架构数据库来管理非结构化数据。TOP10数据科学家最近，Glassdoor表示，数据科学家是“美国的最佳工作”，是数据世界的常驻“摇滚明星”。关于谁才是真正的数据科学家，曾引起了世界范围内的讨论，参与这场讨论有许多强大学术背景的博士硕士，他们在统计学，数学，物理学，经济学，数据挖掘和机器学习方面都具备深厚专业知识。优秀的数据科学家能够使用先进的分析原理和Python，R或Spark等数据编程工具来识别并解决高度复杂的业务问题。他们的分析将在决策中发挥核心作用，提供智力支持，以确保公司能够在日益复杂的商业环境中获得成功。

大数据的就业方向大数据主要有三个就业方向，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。又可分为以下十大职位：

一、ETL研发ETL研发，主要负责将分散的、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或数据集市中，成为联机分析处理、数据挖掘的基础。

二、Hadoop开发Hadoop的核心是HDFS和MapReduce.HDFS提供了海量数据的存储，MapReduce提供了对数据的计算。随着数据集规模不断增大，而传统BI的数据处理成本过高，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。

三、可视化(前端展现)工具开发可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有数据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。

四、信息架构开发大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以最有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等。

五、数据仓库研究数据仓库的专家熟悉Teradata、Neteeza和Exadata等公司的大数据一体机。能够在这些一体机上完成数据集成、管理和性能优化等工作。

六、OLAP开发OLAP在线联机分析开发者，负责将数据从关系型或非关系型数据源中抽取出来建立模型，然后创建数据访问的用户界面，提供高性能的预定义查询功能。

七、数据科学研究数据科学家是分析师、艺术家的合体，需要具备多种交叉科学和商业技能。八、数据预测(数据挖掘)分析营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。九、企业数据管理企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据清洗和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需要保证市场数据的完整性，准确性，唯一性，真实性和不冗余。十、数据安全研究数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏。

目前，互联网、物联网、人工智能、金融、体育、在线教育、交通、物流、电商等等，几乎所有的行业都已经涉足大数据，大数据将成为今后整个社会及企业运营的支撑。

1. Hadoop大数据开发方向

市场需求旺盛，大数据培训的主体，目前IT培训机构的重点

对应岗位：大数据开发工程师、爬虫工程师、数据分析师 等

2. 数据挖掘、数据分析&机器学习方向

学习起点高、难度大，市面上只有很少的培训机构在做。

对应岗位：数据科学家、数据挖掘工程师、机器学习工程师等

3. 大数据运维&云计算方向

市场需求中等，更偏向于Linux、云计算学科

对应岗位：大数据运维工程师

当下，大数据的趋势已逐步从概念走向落地，而在IT人跟随大数据浪潮的转型中，各大企业对大数据高端人才的需求也越来越紧迫。这一趋势，也给想要从事大数据方面工作的人员提供了难得的职业机遇。

大数据分析已广泛应用于各个领域，无论是国家政府部门、企事业单位，大数据分析都是进行决策和制作决定的重要环节。各种应用于分析无处不在，已经处于风口行业，属于朝阳行业，可以说是前景很好，大数据分析专职岗位有：大数据分析师，大数据分析员，大数据分析主管等，为企业决策层提供详细和准确的数据依据。有一些小伙伴想转行大数据，但是苦于纠结，犹豫，害怕就业前景不好，害怕行业发展前景不好，那今天小编就来给各位分析一下，大数据就业前景怎么样

首先来说人才缺口，未来3至5年，中国需要200万+大数据人才，目前大数据从业人数不足50万，市场需求远远得不到满足。总结来说就是，未来大数据人才缺口会越来越大，缺的人多了，自然好就业。

然后来看职位薪资，普通大数据开发工程师的基本岗位薪资起步即1万+，一般入职薪资13000元左右，3年以上工作大数据开发工程师薪资高达30000元/月。

接着来看行业前景，2017年中国大数据产业总体规模为4700亿元人民币，预计2018年将突破5700亿元，未来大数据与云计算、AI相结合，将缔造数百个就业新岗位。说白了就是行业前景可观，未来可期。

最后看看最实际的问题，企业需求，BAT、滴滴、今日头条重金招贤纳士，急寻大数据人才，校招年薪水平均再30万以上，80%中小型企业大数据建设已经起步，需求量大增。有大企业需求，未来的就业前景自然不言而喻。

大数据行业应用广泛，大数据职业的相关人才匮乏，人才缺口非常大。职业选择多达几十种，要升职加薪很容易!可以说，未来的大数据工作，就意味着高工资、稳定、广泛的职业使用度、优越感……