数据专业的就业岗位主要包括以下几类：

数据分析类岗位

数据分析师：负责收集、清洗、分析大量数据，并从中发现隐藏的模式和趋势。使用数据分析工具和技术，如Excel、SQL、Python等，帮助企业做出数据驱动的决策。

数据挖掘工程师：专注于从大量数据中提取有价值的信息和模式。运用数据挖掘算法和技术，如分类、聚类、关联规则挖掘等。

数据工程类岗位

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。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。

机器学习与数据科学类岗位

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。

数据科学家：大数据领域中的高级职位，需要具备深入的统计学、数学和机器学习知识。解决复杂的数据问题，构建预测模型，并从数据中提取有价值的见解。在研究机构、科技公司和金融机构等领域担任关键角色。

其他相关岗位

数据可视化专家：负责将复杂的数据转化为直观的图表和图像，以便更好地理解和分析数据。

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、可靠性和性能。

数据产品经理：基于强数据分析能力来优化产品，或做数据相关产品的规划。

量化分析师：在金融领域进行风险管理和投资策略分析。

这些岗位涵盖了数据专业的多个方面，从数据处理和分析到机器学习模型的开发，再到数据系统的构建和维护。选择具体的岗位时，可以根据个人的兴趣、技能和职业发展规划来决定。