现在的时代是大数据时代，大数据这个热搜词让我们了解不一样的世界。所以就有更多的人想要往大数据这个方向发展，想要去“蹭”大数据的热度，可以从事什么职业呢？
一、Hadoop源码级工程师
想必大家在使用任何技术的时候，都会被告知不要用最新的版本。这是因为最新的版本并没有经过长时间的检验，因此在使用过程中可能会导致一些意想不到的问题出现。Hadoop其实也不例外，许多大公司都有着自己稳定的Hadoop版本。但是顶尖的科技公司并不会局限于某个版本。源码级工程师的工作就是在不影响线上产品的稳定型的情况下，尽可能的将新版Hive的新特征加入进来，以满足现在公司面临的新需求。
一般而言这种级别的工程师需要对Hadoop的某些组件或者全部组件的源码非常了解，对版本的理解也非常透彻。因此对于技术的要求是极高的，工资待遇自然也处于顶尖了。
二、大数据工程师
大数据通常是海量且杂乱的，因此对数据的提取需要有专业的工程师来操作，这些工程师就叫大数据工程师。它们的主要职责就是将海量的数据进行归纳和整理，然后将这些数据交给上层的其他部门使用。大数据工程师需要对Hadoop工具的使用非常熟悉，并且对其组件的框架也要极为了解。最常见工具的就是Hadoop、Hive和Spark等。
三、大数据运维工程师
大数据平台都是一台台服务器组成的集群，既然有集群就必然要维护。运维工程师就是为了保障集群的稳定运行而生的。作为一名大数据运维工程师，需要对公司的大数据平台有着极为细致的了解。并且对整个大数据生态圈也要了然于心。最后其对公司的业务需求也要熟练掌握，要在不同的时期给予平台合理的规划。拿淘宝举例，类似双十一这种服务器灾难日，对相应的集群策略肯定是要作出对应的调整的。
四、算法工程师
既然有数据就必然牵扯到算法，现在大型的互联网公司对数据的重视程度已经到了狂热的程度。但是在茫茫的海量数据中，如何发现有用的信息是极其困难的，而算法工程师就是来处理这个难题的。
例如现在各大企业都在完善的推荐系统，就需要通过对用户日志行为的分析，然后针对业务指定一套算法，在用户使用的时候给他们提供最优势的内容。某著名的咨询软件也正是凭借其优质的推荐内容发家致富的。
算法工程师需要处理的事情其实非常多，他们需要对数据挖掘，机器学习，自然语言处理，深度学习等方面有着深厚的理解。并且数学功底非常扎实。一般情况下，算法工程师的学历要求是最高的。
五、Web工程师
前面的一系列工作，得出的结果都只是冰冷的数据而已。想要将这些数据呈现出来，那么平台的构建就必不可少。而web工程师还分为前端和后端。后端工程师需要编写逻辑代码，将数据输送到页面。而前端工程师就需要对页面进行规划和布局。比较常见的后端语言有Java、Php等，而前端工程师则需要精通html、css、js、jquery等。