未来大数据技术升级迭代快，人工智能逐渐崛起，法律法规逐渐规范，必将迎来大数据技术快速的发展阶段。如果想知道大数据应用场景有哪些这个问题，就接着往下看吧。
大数据行业的应用场景
(1)人工智能
以大数据作为机器学习的训练集，从而训练出拥有一定决策能力的人工智能。典型的代表案例就是谷歌的AlphaGo, 通过大量围棋棋局的学习，最终拥有了打败围棋世界冠军的能力。
(2)商业分析
从大量的用户行为数据中挖掘出有价值的商业信息。典型代表是著名社交公司LinkedIn，他们通过用户之间的关联关系，绘画出学校、公司、人才之间庞大而复杂的信息网络。不仅如此，LinkedIn还通过大量求职者和招聘方的信息，分析出哪些公司正在迅速扩张，哪些公司正在流失人才，哪些公司之间正在展开人才市场的争夺。这些对于客户公司来说，都是无价之宝。
(3)提供个性化服务
大数据不仅适用于公司和政府，也适用于我们每个人，比如从智能手表或智能手环等可穿戴设备采集的数据中获益。Jawbone的智能手环可以分析人们的卡路里消耗、活动量和睡眠质量等。又比如我们在淘宝买东西的时候，大数据会记录你的浏览痕迹，从而为你推送你感兴趣的商品。再或者是短视频平台也会根据你的观看记录，为你推荐你感兴趣的内容方向。
(4)金融交易
大数据在金融交易领域应用也比较广泛。大多数股票交易都是通过一定的算法模型进行决策的，如今这些算法的输入会考虑来自社交媒体、新闻网络的数据，以便更全面的做出买卖决策。同时根据客户的需求和愿望，这些算法模型也会随着市场的变化而变化。
大数据有哪些工作岗位
1、大数据离线相关工作岗位：要胜任大数据离线相关工作岗位，需要掌握hadoop 离线分布式系统，比如hdfs、mapreduce、yarn、hive、辅助系统工具都是需要了解学习的内容。只有熟练掌握了以上的技能，才能胜任ETL工程师、hadoop开发工程师、hadoop运维工程师、Hive工程师、数据仓库工程师等工作岗位。
2、大数据Storm实时计算工作岗位：Storm实时计算相关工作需要掌握kafka消息队列、storm编程、storm 项目开发中的strom日志告警、strom路由器项目开等内容。掌握好了这部分技能就能胜任包括ETL工程师、大数据开发工程师、Storm流式计算工程师等岗位。
3、大数据Spark内存计算工作岗位：要想从事大数据Spark内存计算工作岗位，需要学习scala编程、park、hbase、用户画像、项目可视化等内容，就能胜任包括ETL工程师、Spark工程师、Hbase工程师、用户画像系统工程师、数据分析师在内的众多岗位。
4、大数据 Flink 实时计算工作岗位：想要胜任Flink相关工作，从事ETL工程师、Flink工程师、大数据实时开发工程师等岗位，就要学习Flink的先关知识点。
5、机器学习和大数据相关岗位：学好Python语言、用户画像标签预测、集成学习算法、构建人才(用户)流失模型、推荐系统、CTR点击率预估实战能够胜任机器学习、数据挖掘等相关工作，包括推荐算法工程师、数据挖掘工程师、机器学习工程师，填补人工智能领域人才急剧增长产生的缺口。
随着大数据在人们工作及日常生活中的应用，以上五类大数据方向的工作岗位的职业发展前景和薪资待遇都是十分可观的。因此，大数据的行业要学习和掌握的技能比较广泛，如果大家现在有学习大数据的打算，可以先选择未来想要从事的职业方向。像是大数据的开发、数据分析、数据挖掘包括科研反向，都是目前大热的工作岗位。
大数据技术发展趋势
1、大数据技术升级迭代快
大数据技术不断的更新和迭代。随着技术的不断完善，人才不断增多，技术升级的速度也在不断的提升。大数据技术的更新迭代将促进机器学习、人工智能等相关技术的发展。大数据技术更新，势必会促进其应用场景的不断加大，也就会再次扩大大数据人才的需求缺口。
2、人工智能逐渐崛起
具体计算设备、数据、算法技术：现在已经拥有建立人工智能的技术基础。人工智能还不像科幻小说中描述的那样恐怖、也无法真正取代人类的地位，但这项技术最终必将成为现实。由于机器学习方案的不断进步，已经能够通过智能手机进行语音指令识别、拥有能够预测用户喜好的媒体服务、可以在数十亿个数据点之间摸清关系脉络的软件以及善于挖掘潜在价值空间的应用程序。
3、分布式存储和计算技术发展
大数据存储和计算技术是整个大数据系统的基础。在存储方面，2000年左右谷歌等提出的文件系统(GFS)、以及随后的 Hadoop 的分布式文件系统HDFS(Hadoop Distributed File System)奠定了大数据存储技术的基础。
与传统系统相比，GFS/HDFS将计算和存储节点在物理上结合在一起，从而避免在数据密集计算中易形成的 I/O吞吐量的制约，同时这类分布式存储系统的文件系统也采用了分布式架构，能达到较高的并发访问能力。
在计算方面，谷歌MapReduce 分布式并行计算技术，是新型分布式计算技术的代表。一个 MapReduce 系统由廉价的通用服务器构成，通过添加服务器节点可线性扩展系统的总处理能力(Scale Out)，在成本和可扩展性上都有巨大的优势。
4、法律法规逐渐规范
法律制度也将成为大数据发展过程中的潜在影响因素，具体效果如何取决于大家的审视角度。就目前来看，仲裁者、立法者、监管者甚至总统都在努力弄清收集到的这批庞大数据到底意味着什么，并以此为基础勾勒出某种秩序草案。
在管理流程当中，难题就是如何妥善保护消费者的个人隐私;这部分信息拥有巨大挖掘潜力、足以显着改善消费者的实际体验，但同时也会带来侵犯个人隐私的巨大风险。另外，大量宣传资金也开始涌入这一新兴领域。希望能以最划算的价格买到食材或者新服饰，也希望能够参与DNA测绘项目并拿到99美元的回报。但我们同时也需要确保自己提供的潜在敏感信息不会被泄露给他人或者出现在不应出现的场合。
