学习大数据可以从事的职业包括：hadoop研发工程师、大数据研发工程师、大数据分析工程师、数据库工程师、hadoop运维工程师、大数据运维工程师、java大数据工程师、spark工程师等。
1、大数据系统研发工程师：负责大数据系统研发工作，包括大规模非结构化数据业务模型构建、大数据存储、数据库架构设计以及数据库详细设计、优化数据库构架、解决数据库中心建设设计问题，他们还负责集群的日常运作、系统的监测和配置、Hadoop与其他系统的集成。
2、大数据应用开发工程师：负责搭建大数据应用平台、开发分析应用程序，他们熟悉工具或算法、编程、包装、优化或者部署不同的MapReduce事务，他们以大数据技术为核心，研发各种基于大数据技术的应用程序及行业解决方案。
3、大数据分析师：运用算法来解决分析问题，并且从事数据挖掘工作，他们的本事就是能够让数据道出真相，此外，他们还拥有某个领域的专长，帮助开发数据产品，推动数据解决方案的不断更新。
4、数据可视化工程师：具备良好的沟通能力与团队精神，责任心强，拥有强大的解决问题的能力，他们负责在收集到的高质量数据中，利用图形化的工具及手段的应用，一目了然地揭示数据中的复杂信息，帮助企业更好的进行大数据应用开发，发现大数据背后的巨大财富。
1、大数据技术专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。
2、还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才（有专业知识、有数据思维）。
3、以中国人民大学为例
基础课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。
必修课：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。
选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。