大数据产业的专业就业岗位主要包括以下几类：

数据分析师 ：负责收集、处理和分析大量数据，挖掘数据背后的价值，为企业决策提供支持。数据分析师需要具备扎实的统计学和数学知识，熟悉数据分析工具和编程语言。

数据科学家 ：在数据分析的基础上，解决复杂的数据问题，推动业务发展。数据科学家需要具备深厚的数据分析、机器学习和数据挖掘等方面的技能，通常需要具备博士学位或相关领域的丰富经验。

大数据工程师 ：主要负责大数据平台的搭建、维护和优化工作。他们需要熟悉各种大数据处理技术和工具，如Hadoop、Spark等，能够处理海量数据并保证数据的稳定性和安全性。

数据挖掘工程师 ：利用数据挖掘技术和算法，从海量数据中提取有用的信息和知识。数据挖掘工程师需要具备扎实的数学和统计学基础，以及良好的编程能力。

大数据运维工程师 ：负责大数据平台的日常运维和管理工作。他们需要监控大数据平台的运行状态，及时发现并解决故障，确保平台的稳定性和可用性。

数据产品经理 ：负责大数据产品的规划、设计和管理，确保产品满足市场需求。

数据架构师 ：设计大数据系统的整体架构，确保系统的可扩展性、稳定性和性能。

Hadoop开发工程师 ：专注于Hadoop大数据平台的开发、优化和维护。

数据可视化专家 ：将复杂的数据转化为直观的图表和图像，帮助用户更好地理解数据和分析结果。

机器学习工程师 ：利用机器学习算法和模型来解决实际问题，如推荐系统、自然语言处理等。

数据治理专家 ：负责大数据系统的数据治理工作，包括数据质量、数据安全和数据合规性等方面的管理。

数据运营经理 ：负责制定和执行数据运营策略，提升数据产品的用户满意度和业务价值。

商业分析师 ：对某专业领域具有深入的了解和深刻的认识，擅长于从某一领域的数据中挖掘信息，确定最有效的分析模型和途径，为商业用户提供和解释解决方案。

维护工程师 ：负责服务器环境的配置、搭建和运维。

算法工程师 ：从事机器学习，构建人工智能模型，也称机器学习工程师，在商业领域，也有称为商务智能工程师的。

这些岗位涵盖了大数据处理的各个环节，从数据的采集、存储、处理、分析到可视化，形成了一个完整的大数据产业链。建议根据个人兴趣和职业规划选择合适的岗位进行深入研究和发展。