大致可以分為七類。大數(shù)據(jù)公司分為以下幾類:數(shù)據(jù)服務(wù):Metamarkets數(shù)據(jù)可視化:Tableau big數(shù)據(jù)分析:para Accel商業(yè)智能領(lǐng)域:QlikTech數(shù)據(jù)科學(xué):Kaggle電子商務(wù)數(shù)據(jù):TellApart社交媒體數(shù)據(jù):DataSift1、大數(shù)據(jù)(Big data)也稱巨量數(shù)據(jù)，是指海量、高增長、多樣化的信息資產(chǎn)，需要新的處理模式來具備更強(qiáng)的決策、洞察和流程優(yōu)化能力。

2.大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換句話說，如果把大數(shù)據(jù)比作一個(gè)行業(yè)，那么這個(gè)行業(yè)盈利的關(guān)鍵就在于提高數(shù)據(jù)的“處理能力”，通過“處理”實(shí)現(xiàn)數(shù)據(jù)的“增值”。3.從技術(shù)角度來說，大數(shù)據(jù)和云計(jì)算的關(guān)系就像硬幣的正反面一樣密不可分。大數(shù)據(jù)不能由單臺(tái)計(jì)算機(jī)處理，必須采用分布式架構(gòu)。

Da數(shù)據(jù)分析Python數(shù)據(jù)分析，DataV 數(shù)據(jù)分析，Cloudera 數(shù)據(jù)分析，MongoDB MongoDB-0。Python語法簡潔明了，所以讀一個(gè)好的Python程序感覺就像讀英語一樣?？梢詫Ｗ⒂诮鉀Q問題而不是理解語言本身。

2.DataV 數(shù)據(jù)分析DataV數(shù)據(jù)可視化是一種使用大型可視屏幕來分析和顯示復(fù)雜數(shù)據(jù)的產(chǎn)品。DataV旨在讓更多人看到數(shù)據(jù)可視化的魅力，幫助非專業(yè)工程師通過圖形界面輕松構(gòu)建專業(yè)的可視化應(yīng)用，滿足會(huì)議、展覽、商業(yè)監(jiān)控、風(fēng)險(xiǎn)預(yù)警、地理信息分析等業(yè)務(wù)的展示需求。3.Cloudera 數(shù)據(jù)分析Cloudera其實(shí)就是Hadoop加上一些附加服務(wù)，非常需要，因?yàn)榇髷?shù)據(jù)不好做。

大數(shù)據(jù)專業(yè)就業(yè)方向1。數(shù)據(jù)挖掘/算法工程師算法工程師是通過算法搜索隱藏在大量數(shù)據(jù)中的特定內(nèi)容的專業(yè)人士。這項(xiàng)工作有助于企業(yè)做出明智的決策，提高工作效率，降低出錯(cuò)率。數(shù)據(jù)挖掘已經(jīng)成為許多IT戰(zhàn)略的重要組成部分，對(duì)大數(shù)據(jù)專業(yè)人才的需求很大。2.數(shù)據(jù)分析division數(shù)據(jù)分析division是指從事行業(yè)數(shù)據(jù)收集、整理、分析、評(píng)估和預(yù)測的專業(yè)人員。他們主要側(cè)重于從過去和現(xiàn)在的數(shù)據(jù)層面理解數(shù)據(jù)。

3.數(shù)據(jù)工程師(Data Engineers)數(shù)據(jù)工程師主要從事數(shù)據(jù)的收集、分析、整理、維護(hù)等相關(guān)技術(shù)工作，重點(diǎn)是清理數(shù)據(jù)，方便數(shù)據(jù)分析老師和數(shù)據(jù)科學(xué)家使用，尋找數(shù)據(jù)中可以實(shí)現(xiàn)的關(guān)鍵點(diǎn)，促進(jìn)業(yè)務(wù)問題的解決。4.數(shù)據(jù)產(chǎn)品經(jīng)理隨著數(shù)字化運(yùn)營的理念深入人心，數(shù)據(jù)產(chǎn)品也進(jìn)入了人們的視線。數(shù)據(jù)產(chǎn)品是一種能夠利用數(shù)據(jù)的價(jià)值幫助用戶做出更好決策的產(chǎn)品形式，數(shù)據(jù)產(chǎn)品經(jīng)理利用這些產(chǎn)品來滿足特定的數(shù)據(jù)使用需求。