金融大数据方向的工作主要包括以下几个方面：
1. 数据分析师：数据分析师负责收集、整理和分析大量的金融数据，以帮助企业做出更好的决策。他们需要具备较强的数据分析能力和对金融市场的理解，能够从数据中提取有价值的信息，为公司提供决策支持。
2. 数据科学家：数据科学家是金融大数据领域的高级职位，他们负责设计和实现复杂的数据分析模型，以解决复杂的金融问题。数据科学家需要具备较强的数学和统计学背景，以及编程能力，能够使用Python、R等编程语言进行数据处理和分析。
3. 数据工程师：数据工程师负责构建和维护金融数据的采集、存储和处理系统。他们需要具备较强的技术背景，能够熟练使用各种数据库和数据处理工具，如Hadoop、Spark等。
4. 数据产品经理：数据产品经理负责规划和设计金融数据的采集、存储和处理流程，以满足业务需求。他们需要具备较强的业务理解能力，能够与业务部门紧密合作，确保数据产品能够满足实际需求。
5. 数据架构师：数据架构师负责设计和实施金融数据的采集、存储和处理架构。他们需要具备较强的系统设计能力，能够根据业务需求选择合适的技术方案，并确保系统的可扩展性和稳定性。
6. 数据安全专家：数据安全专家负责保护金融数据的隐私和安全。他们需要具备较强的网络安全知识，能够制定有效的数据安全策略，防止数据泄露和滥用。
7. 数据可视化专家：数据可视化专家负责将复杂的金融数据转化为易于理解的图表和报告。他们需要具备较强的视觉设计能力，能够使用各种可视化工具，如Tableau、PowerBI等，制作出高质量的数据可视化作品。
8. 数据咨询顾问：数据咨询顾问为企业提供专业的数据咨询服务，帮助他们解决在金融大数据应用过程中遇到的问题。他们需要具备较强的行业知识和经验，能够为客户提供有针对性的解决方案。
9. 金融产品经理：金融产品经理负责规划和设计金融产品的生命周期，包括产品设计、推广和运营。他们需要具备较强的市场分析能力，能够根据市场需求和竞争态势，制定合适的产品策略。
10. 金融风险管理专家：金融风险管理专家负责评估和管理金融风险，包括信用风险、市场风险、操作风险等。他们需要具备较强的风险识别和评估能力，能够制定有效的风险管理策略，降低企业的风险敞口。
