大数据时代，技术支撑的工作主要包括以下几个方面：
1. 数据采集与存储：在大数据时代，数据量呈爆炸式增长。因此，数据采集和存储是基础工作。采集工具如网络爬虫、API接口等可以自动从互联网上抓取数据；存储工具如Hadoop、Spark等可以高效地处理和存储海量数据。
2. 数据分析与挖掘：通过对大数据进行清洗、整合、分析和挖掘，提取有价值的信息，为决策提供支持。常用的分析工具有Hadoop的MapReduce、Spark的MLlib等。
3. 数据可视化：将复杂的数据以直观的方式展示出来，帮助用户更好地理解和分析数据。常用的可视化工具有Tableau、PowerBI等。
4. 数据安全与隐私保护：随着大数据的应用越来越广泛，数据安全和隐私保护问题也日益突出。需要采用加密、脱敏、访问控制等技术手段，确保数据的安全和用户的隐私。
5. 数据治理：对数据进行统一管理，包括数据的收集、存储、使用、共享等各个环节，确保数据的准确性、完整性和一致性。常用的数据治理工具有Apache NiFi、Apache Flink等。
6. 数据服务与平台：构建数据服务平台，为用户提供数据查询、分析、挖掘等功能，满足不同用户的需求。常用的数据服务平台有Apache Hadoop、Apache Spark等。
7. 人工智能与机器学习：利用大数据技术进行人工智能和机器学习，提高数据处理的效率和准确性。常用的人工智能和机器学习工具有TensorFlow、PyTorch等。
8. 云计算与分布式计算：利用云计算和分布式计算技术，实现大数据的存储、处理和分析。常用的云计算平台有AWS、Azure、阿里云等。
9. 物联网与边缘计算：将物联网技术和边缘计算技术应用于大数据领域，实现实时、高效的数据处理和分析。
10. 区块链技术：利用区块链技术实现数据的去中心化存储和传输，提高数据的安全性和可信度。
总之，大数据时代技术支撑的工作涵盖了数据采集与存储、数据分析与挖掘、数据可视化、数据安全与隐私保护、数据治理、数据服务与平台、人工智能与机器学习、云计算与分布式计算、物联网与边缘计算以及区块链技术等多个方面。这些技术共同构成了大数据时代的技术支撑体系，为各行各业的发展提供了强大的动力。
