目前大数据细分岗位很多，但主要集中在五个方面，即底层平台研发、大数据应用开发、大数据分析、大数据运维、大数据教育。对于软件开发人员来说，从事大数据的岗位侧重于大数据平台研发、大数据应用开发和大数据分析，其中大数据应用开发和大数据分析相关的岗位较为常见。
为什么要学习大数据？
要想了解为何要学习大数据，可以从大数据的概念、应用领域和发展前景三方面来阐述。当前的大数据已经从早期的概念逐渐形成了一个完整的产业链，应用领域也正在从互联网领域向传统领域拓展，大数据的产生是物联网、Web和传统信息系统发展的必然结果，大数据自身所蕴藏的海量信息是大数据的价值所在，而大数据的相关技术就是基于从数据的采集到数据分析再到应用的全过程。
随着大数据逐渐普及到广大的传统行业，对于职场人来说，学习大数据具有以下几点实际意义：第一：大数据正在成为重要的生产材料，随着更多的企业转向以数据为驱动的运营模式，众多工作岗位将基于大数据进行工作的开展，所以掌握大数据相关技术将成为职场人的基本要求，其中大量的岗位将要求职场人具备一定的数据分析能力。第二：大数据是产业结构升级的重要内容，
大数据是产业结构升级的重要内容，要想在未来的职场竞争中获得更多的竞争力，就需要掌握大数据相关技术。从近些年研究生的就业情况来看，大数据相关方向的毕业生往往会获得更多的机会，在薪资待遇方面也具有较为明显的优势，第三：大数据是人工智能的基础。未来传统行业将逐渐实现网络化和智能化，而智能化的基础就是大数据，所以掌握大数据技术是打开智能化大门的钥匙，
以智能医疗为例，智能医疗目前普遍采用机器学习技术，而机器学习的效果与数据有密切的联系。简单的说，没有大数据的支撑，机器学习很难能达到令人满意的效果，目前大数据领域的人才缺口还是比较大的，岗位需求也逐渐从中高端人才需求向应用型人才过渡，所以目前学习大数据相关技术是不错的选择。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获，
为什么要做数据分析？
其实，现在不会再有人再问这样的问题了，因为大数据时代下，每个人都知道数据分析的重要性！数据分析在企业经营或个人生活中都很有用处，关键在于我们如何使用它。数据分析不仅是某一条公式或者一串代码，它真正的魅力在于系统地、客观地、有逻辑地思考，用这种思考方式去代替零散、臆断、盲目，这才是它最大的价值，当我们在工作中接到一项任务时，首先主观意识第一反应“我想不想做这个事？如果我做了会产生什么影响？”决定做了之后，又要开始思考“我能不能干这个事？做这个事需要什么条件？到底应该如何做这件事？”这些心理建设和意愿、能动性、创造力有关。
再来看数据分析，它是一种后置的、理性的方法，很难预知；如果不做数据分析，只能靠臆想猜测结果，如果做了数据分析，才能知道：现状是怎样的？到底现状好不好？出现这个状况的原因是…？预测一下结果会如何？下一步应该怎么做？这5个问题是环环相扣的，有了清晰的描述才能寻找指标，有了指标才有好坏判断，有好坏判断才能思考为什么好或不好，有了原因才知道如何构建预测模型，如何全面评估，
从一个最简单的例子来说，设想下，你刚就任一个销售公司大区总监，掌管着华北500家客户，忽然收到财务发来的一封邮件说这个月业绩KPI没有达标。那么第一件事，就是要看数据，业绩状况到底是什么情况？差多少达标？什么时候开始不达标的？差距越来越大还是越来越小？所有区域还是单个区域的问题？没有问题的是不是正在变得有问题？所有一切都要用数据说话，
接下来需要做以下三个分析工作:原因分析:通过数据分析找出不合规的原因；预测分析:预测销售趋势和预期业绩的差距；评估分析:评估过去哪些措施效果好，然后安排下一步。但在实际工作中，80%的时间都花在了清理数据、更新报表、做描述性统计上，剩下的时间可能还是写评估报告，最后就变成了，只有数据，没有分析，
