大数据就业率低的原因主要有以下几点：

实际操作要求高：

大数据工作涉及数据采集、搭建数据仓库、数据清洗、数据加工处理、数据展现等多个环节，每个环节都有较高的技术要求。一旦某个环节出现问题，可能需要重新开始。

人才饱和：

由于大数据专业在早期几年非常热门，导致大量学生选择报考，使得该专业毕业生数量严重饱和，市场供需失衡。

行业发展速度放缓：

近些年，互联网等行业发展速度有所放缓，对大数据专业人才的需求量减少，同时专业能力的要求也在提高，导致就业难度增加。

知识掌握不全面：

有些学员在大数据学习过程中，掌握的专业知识不够全面，无法灵活运用到实际工作中，这也会影响他们的就业。

个人能力不强：

学习大数据专业并不意味着毕业后就能找到好工作，还需要具备较强的个人能力和技术。如果个人能力不足，将难以找到合适的工作。

技能与岗位需求匹配度低：

有些学员的技能与岗位需求不匹配，需要进一步学习和磨炼，才能提高就业竞争力。

地区和行业差异：

一般来说，城市越发达对大数据分析的需求越大，就业机会也越多。此外，不同行业对大数据人才的需求也不同，需要具备相关行业知识才能更好地就业。

缺乏项目经验：

很多学员在培训过程中缺乏实际项目经验，导致在面试时无法展示自己的实际操作能力，从而影响就业。

综上所述，大数据就业率低的原因是多方面的，包括高实际操作要求、人才饱和、行业发展速度放缓、知识掌握不全面、个人能力不强、技能与岗位需求匹配度低、地区和行业差异以及缺乏项目经验等。建议学员在学习大数据专业时，注重实践能力的培养，积累实际项目经验，提高自己的综合素质和就业竞争力。