大数据时代不可抗拒，应该是毋庸置疑的，但对于绝大多数企业来说，大数据本身仅是一个空泛的概念，不仅难以参与更难于控制。几乎任何规模企业，每时每刻都在产生大量的数据，但这些数据如何归集、提炼始终是一个困扰，这种感觉好像是守着金山却无从下手。大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的信息，实现数据价值的转换。移动互联的发展催生了更为多样化的数据，同时包含结构化和非结构化的数据，最常见的普通文本、照片、视频、位置信息、链接信息等类型的数据，传统的技术手段很难对其进行提炼分析。
一、大数据整体架构
二、大数据必备能力
大数据技术体系较为庞大，基础技术覆盖数据采集、数据预处理、分布式存储、NOSQL数据库、多模式计算、多模态计算、数据仓库、数据挖掘、机器学习、人工智能、深度学习、并行计算、可视化等各种技术范畴。
总的来说，Hadoop大数据大致分为三大方向十大职位，三大方向：大数据系统研究类、大数据应用开发类和大数据分析类，十大职位：ETL研发、Hadoop开发、可视化(前端展现)工具开发、信息架构开发、数据仓库研究、OLAP开发、数据科学研究、数据预测(数据挖掘)分析、企业数据管理、数据安全研究。
