また、データ形式に関しても、従来のRDBが対象とする表形式の「構造化データ」だけでなく、文章や画像、音声などの形式が統一されていない「非構造化データ」や、XMLやJSONのような「半構造化データ」がビッグデータの大部分を占めます。これらを柔軟に処理するために、スキーマ（設計図）の定義を厳密に必要としない「NoSQL」データベースが好まれて使用されます。さらに、加工前の生のデータをそのまま一時的に保管しておく巨大な領域を「データレイク」と呼び、必要に応じてここからデータを抽出し、整理した上でデータウェアハウス（DWH）などへ送り込みます。
シラバスおよび試験問題では、ビッグデータを定義する「3つのV（Volume：量、Variety：多様性、Velocity：速度）」を正しく認識しているかがまず問われます。これらの英語表記と日本語の意味を一致させておくことが重要です。
技術的な出題としては、ビッグデータの並列分散処理を可能にする「Hadoop」の名前や、非構造化データの処理を得意としRDBの制約にとらわれない「NoSQL」データベースの特徴について問われます。また、収集したビッグデータを利用する際の倫理・セキュリティ的な観点として、特定の個人を識別できないように加工した「匿名加工情報」や「仮名加工情報」の定義に関する出題も増えています。プライバシー保護とデータ活用の両立に関する基本的な法制度（個人情報保護法）への配慮も試験範囲となっています。
ビッグデータに関連する用語としては、大量の非構造化データを保管する「データレイク」、分析しやすく整理された「データウェアハウス（DWH）」、分散処理のためのソフトウェア「Hadoop」、固定スキーマを持たない「NoSQL」、データから規則性を見出す「データマイニング」などがあり、これらを組み合わせてビッグデータ分析システムが構築されます。