從這張圖表中，我們可以發現各行各業都可以從大數據產業聯盟的數據采集，數據組織，數據分析，數據應用，美國站群服務器 亞洲服務器，數據投資的方方面面進行淘金。互聯網企業，運營商企業，政府和行業用戶，應用開發商，數據云服務商，咨詢服務商將形成一套完整的大數據生態環境。大數據正在形成一條新的產業鏈。
大數據專業就業方向也是我們所關心的，都有哪些職位是對口的呢？
職業發展主要分為3個方向：
什么是數據科學（Data Science）？
比如這么多家社交網站，一天到晚從你的定位到點擊了什么連接，各種雞毛蒜皮的數據都存著，云主機，他們不怕數據多，就怕有什么沒記錄下來的。數據量的增大和數據的多樣化也促進了很多公司、政府進行數據分析來支持商務決策（data driven decision making）。
比如沃爾瑪分析人員發現，歐美的主婦通常會要求丈夫下班后順便給孩子買尿布回來。而這些大老爺們也順便帶幾罐啤酒回來。沃爾瑪就將啤酒和尿布作為組合放在一起，尿布的銷售，促成了啤酒的熱賣。
大公司可能按照應用領域的維度來劃分不同團隊，而在小公司則需要身兼數職。有些特別強調大數據戰略的互聯網公司則會另設最高職位—如阿里巴巴的首席數據官。這個職位的大部分人會往研究方向發展，成為重要數據戰略人才。另一方面，大數據工程師對商業和產品的理解，并不亞于業務部門員工，因此也可轉向產品部或市場部，乃至上升為公司的高級管理層。
三個方向中，大數據開發是基礎。以Hadoop開發工程師為例，Hadoop入門月薪已經達到了 8K 以上，工作1年月薪可達到 1.2W 以上，具有2-3年工作經驗的hadoop人才年薪可以達到 30萬—50萬，一般需要大數據處理的公司基本上都是大公司，所以學習大數據專業也是進大公司的捷徑。這三個方向精通任何方向之一者，均會前（錢）途無量。
1、大數據開發方向; 所涉及的職業崗位為：大數據工程師、大數據維護工程師、大數據研發工程師、大數據架構師等；
2、數據挖掘、數據分析和機器學習方向; 所涉及的職業崗位為：大數據分析師、大數據高級工程師、大數據分析師專家、大數據挖掘師、大數據算法師等；
隨著科技的發展，人類社會擁有數據規模增長很快，每時每刻、從天到地都有大量數據被產生和存儲下來。數據科學則通過對數據進行分析，幫助決策。
事實上，大到世界500強，BAT這樣的公司，小到創業公司，他們都需求數據人才。目前，大數據人才數量較少，因此大多數公司的數據部門一般都是扁平化的層級模式，大致分為數據分析師、資深研究員、部門總監3個級別。
