大数据专业毕业生在选择岗位时，可以从以下几个方面进行考虑：

技术方向

数据科学家/数据分析师：如果你对编程、算法和数学有浓厚的兴趣，可以选择成为数据科学家或数据分析师。这些岗位需要运用各种技术手段挖掘数据中的价值，为企业的发展提供技术支持。

数据工程师：构建和维护大规模的数据基础设施，包括数据仓库、数据管道和数据处理系统等。确保数据的高效存储和处理，使用大数据技术和工具，如Hadoop、Spark、Flink等。

大数据开发工程师：参与大数据平台的开发、维护和优化。编写大数据处理和分析的代码，实现数据的高效处理和分析。

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。深入了解统计学和机器学习理论，具备编程和数据处理的能力。在推荐系统、自然语言处理、图像识别等领域发挥作用。

职业发展路径

大数据工程师：从初级工程师开始，逐步晋升为高级工程师，最终成为数据架构师或数据平台经理。

数据分析师：未来可以选择向数据科学家、数据架构师、甚至是首席数据官等更高阶职位迈进。

行业需求

互联网行业：互联网行业对大数据人才的需求量较大，尤其是在数据分析和大数据开发方面。

金融、医疗、零售等行业：这些行业对大数据技术的应用也非常广泛，数据分析师、数据科学家等岗位需求量大。

个人兴趣与特长

根据自己的兴趣和特长选择岗位，例如，如果你对数据可视化感兴趣，可以选择数据可视化工程师岗位。

如果你善于沟通和团队协作，数据分析师岗位可能更适合你。

职业认证与持续学习

在快速发展的大数据领域，考取相关的职业认证可以显著提升职业竞争力，如CDA（Certified Data Analyst）等。

持续学习新的技术和工具，保持技术更新，以适应不断变化的市场需求。

实际经验与技能积累

在校期间，可以通过实习、项目实践等方式积累实际经验，提升自己的编程能力和大数据平台熟悉程度。

了解行业背景知识，这对于初级开发人员来说尤为重要。

综上所述，大数据专业毕业生在选择岗位时，应综合考虑自己的兴趣、特长、职业发展规划以及市场需求，选择最适合自己的岗位。同时，不断学习和积累经验，提升自己的专业技能，以应对未来职场的挑战。