需要大数据和自动化复合背景的职位有很多，以下是一些例子： 1. 数据科学家：需要应用数学、统计学和科学方法，使用多种工具和技术来清理和准备数据，进行预测分析和人工智能，并解释如何利用这些结果来为商业问题提供数据驱动的解决方案。 2. 数据分析师：收集、处理和执行统计数据分析，为组织得出有意义的结论。将大型数据集转化并处理成可用的形式，如报告或演示，并通过研究重要的模式来帮助决策过程。 3. 数据工程师：负责准备、处理和管理收集和存储的数据，用于分析或操作用途。建立和维护数据“管道”，将数据从一个系统连接到另一个系统，使数据科学家能够获得信息。 4. 数据架构师：设计和创建数据管理系统的蓝图，然后由数据工程师建立。改善现有系统的性能，确保数据库管理员和分析师能够使用这些系统。 5. 商业智能（BI）开发人员：使用软件工具将数据转化为有用的见解，以帮助商业决策。创建和运行包含他们使用商业智能工具找到的数据的报告，并将信息转化为更通俗的术语。 6. 机器学习工程师：专注于研究、构建和设计人工智能和机器学习系统，以实现预测模型的自动化。开发的算法使用输入数据并利用统计模型预测输出，同时在新数据可用时不断更新输出。 以上职位都需要大数据和自动化的复合背景，具体的要求可能会因不同的职位而有所差异。