橙子汽水Max
大数据其实就像我们生活中的总结经验。我们从生活和工作中积累经验，从而可以高效率低损失的解决一些问题。所以时间越长，年纪越大，一般对生活，对一种工作领域会更有应对能力。只不过大数据是从大量的数据中学习一些特点，供我们使用。比如从一个地区人们的网购数据中可以总结出他们的饮食，服饰方面的爱好等。大数据的使用可以为我们提供更好的服务和产品。
AITech
对于刚入行大数据的朋友，有不少不清楚大数据到底是做什么的。今天这篇文章我结合我自己的经历，按照数据处理的上下游关系，简单划分目前大数据的职位：
大数据框架开发工程师：主要开发分布式计算、存储框架，这个岗位主要在大公司有应用，尤其是云计算业务，中小企业基本上应用云服务或者开源的框架，如：Hadoop、Spark、Flink
大数据/ETL开发工程师：应用 Hadoop 、 Spark、Flink等大数据框架，处理实时或离线的日志数据，落地到数据库或者分布式文件系统
数据仓库工程师：进行数据建模，提供方便的数据服务，工作核心是数据仓库的分层设计，设计数仓中每个表的结构以及表之间的关系。目前主流的建模方式为维度建模，实现技术主要是 Hive
BI/数据分析师：主要是做基本的报表开发，对数据进行分析，从数据中挖掘价值，对数据进行解读，指导商业决策。这块不太侧重编程，但最好对数据有感兴趣，平时需要注重培养对数据的敏感度
机器学习/数据挖掘：从数据发现规律和特征，利用机器学习或深度学习挖掘数据的价值或者潜在问题，对未来进行预测。这块更需要系统的机器学习的知识
实际工作中职位界限不会划分这么清晰，可能每个人负责的内容会涉及几个方面。比如BI开发需要会数据建模，同时解读数据可能也会用上机器学习算法。
希望每个想从事大数据的朋友都能结合自己的兴趣，找准位置。
赵杰小更新
大数据的作用是可帮助企业根据广泛收集的信息做出决策，以多种不同的方式使用，但有一些常见的和基本的方式，商业世界利用大数据集来通知和指导业务流程。
大数据
大数据为企业做的一件重要事情就是告诉他们有关客户或客户的信息。使用客户关系管理等工具，大数据集可以显示客户是谁，他们的行为方式以及他们与业务的互动方式。通常，复杂的客户关系管理（CRM）系统在易于使用的可视化界面中提供来自大数据集的精心挖掘的数据，以支持销售或推动其他工作。
大数据通常也会控制企业供应链。大数据集可用于管理库存，处理原材料采购，推动产品出货策略或处理复杂供应链的任何部分。通过使用特定的大数据结果，管理人员可以实施即时库存等策略，从而为企业节省大量资金和资源。
企业还可以使用大数据集来识别性能标准，或者帮助进行劳动力管理。大数据集可以向企业展示更多有关性能趋势以及特定业务位置或成本中心发生的情况。大数据集可以帮助实现业务流程的自动化，实现远程工作和其他新形式的业务运营。
除上述所有内容外，大数据还可以帮助企业设定价格或在市场环境中工作。不同类型的数据收集可以更好地鸟瞰企业在其市场中的表现。专业人士经常谈论大数据应用于业务分析或商业智能。这可能涉及为交易或决策提供背景，并帮助企业联网或帮助提高广告或其他运营效率。
从本质上讲，大数据通过提供一种与现有操作和预测结果有关的调查的无形原材料来服务于业务目标和目标。
外太机器陳子星
不怎么好学的。事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了（美元）。目前全国各类高校、高职院校已陆续开始围绕大数据专业建设展开研究并申报大数据专业。作为交叉型学科，大数据的相关课程涉及数学、统计和计算机等学科知识，“数据科学与大数据技术”专业也强调培养具有多学科交叉能力的大数据人才。
理工楠
看这里！
说起来大数据非常的复杂，但是，我给你简单化。
最基本的。分析数据，制造利润。
小杨拆解
大数据～人工智能～人机只能～机物智能！
中文说科技
所谓多数据，就是在社会运作过程中。产生的行为数据，包括不限于物流运输，消费，知识学习。这些行为之后都会产生大量的数据。那么，计算机可以通过对这些数据进行分类，统计，找出区别。而针对这些区别可以做些特定事，而这些事可以节省成本，提高效率。
那时此刻342
大数据代表互联网时代一个计算
