現今，大數據浪潮已經席卷全球的各種組織，在全球激烈的經濟競爭中，大數據也為企業帶來了無限的商機。了解和預測客戶的喜好以及市場的增長趨勢是非常重要的，而掌握核心信息則意味著將在競爭中占據先機。

企業應當抓住此契機，但這需要擁有對應技術的人員支持，相關的從業人員更了解如何管理數據、建立分析系統并使得數據變得具有價值。EMC最近的一項調查也證實了這點。調查結果顯示83%的人認為大數據浪潮所催生的新技術增加了數據科學家的需求，同時64%的人認為將出現技術人員供不應求的局面。

大數據使企業陷入困境 相關技術人才缺口巨大 

[[56174]]

事實上，麥肯錫全球研究院的研究預測在未來6年，僅在美國本土就可能面臨缺乏14萬至19萬具備深入分析數據能力人才的情況，同時具備通過分析大數據并為企業做出有效決策的數據的管理人員和分析師也有150萬人的缺口。

Ventana研究公司的分析師David Menninger指出在其公司最近所作的一項調查顯示，在169位公司高管中有四分之三的人認為技術人員缺乏是企業無從應對大數據挑戰的重要因素。

Hadoop除了核心設計思想MapReduce和HDFS（Hadoop Distributed File System）外，Hadoop還包括了從類SQL查詢語言HQL，到NoSQL HBase數據庫（NoSQL數據庫通常用來處理非結構化的數據，包括音頻、視頻等。），以及機器學習庫Mahout等內容。Cloudera、Hortonworks和MapR都已在他們的分布式系統中加入了Hadoop項目。

而MapReduce編程模式可以被認作是云計算技術實現的靈魂。MapReduce是一種處理大型及超大型數據集并生成相關的的執行的編程模型，其主要思想是從函數式編程語言借鑒而來，同時包括從矢量編程語言借來的特性。

TechTarget的特約編輯Beth Stackpole就指出當今管理傳統結構化數據環境的團隊確實相當專業，但面對向Hadoop和MapReduce等開源大數據技術時則顯得有些無從應對。導致這其中的原因是應對傳統關系數據庫的技能無法轉化為應對大數據世界中海量非結構化數據的技能。而NoSQL數據庫技術恰恰是根據新型平臺核心構建的。

大數據時代的熱門職業

大數據處理系統管理員

大數據處理系統管理員負責日常Hadoop集群正常運行。例如直接或間接的管理硬件，當需要添加硬件時需保證集群仍能夠穩定運行。同時還要負責系統監控和配置，保證Hadoop與其他系統的有機結合。

大數據處理平臺開發人員

大數據處理平臺開發人員負責構建大數據處理平臺以及用來分析數據的應用。由于其在開發領域已具備相關的經驗，所以比較熟悉相關的工具或算法。這在編寫、優化以及部署各種復雜的MapReduce的工作時會有所幫助。運用大數據相關技術的從業人員的作用類似傳統數據庫世界中DBA的定位。

數據分析和數據科學家

數據分析和數據科學家基本屬于同一類別的工作，這些具備專業領域知識的人士研究相應的算法分析對應的問題，而數據挖掘也是其應掌握的重要技術。幫助創建推動業務發展的相應的大數據產品和大數據解決方案。

數據管家

企業要提高數據質量必須考慮任命數據管家。數據管家需利用Hadoop匯集企業周圍的大量數據，并將數據通過ETL的過程被清洗和規范化，進入到數據倉庫中，成為一個可用的版本。然后，通過報表和分析技術，數據被切片、切塊，并交付給成千上萬的人。擔當數據管家保證市場數據的完整性，準確性，唯一性，真實性和不冗余。

雖然現今面臨技術人員匱乏的狀況，但也并非絕望。Cloudera公司的Omer Trajman就指出Hadoop做為大數據技術的解決方案并不像學習如何制造火箭那樣困難。幾年前，了解Hadoop的人還寥寥無幾，但現在越來越多的人開始學習Hadoop。企業應當鼓勵并培養技術人員學習Hadoop技術。