在惠普针对中国企业的调查中，超过一半的企业认为大数据是重点方向，并会把10%的创新预算用在大数据方面。” 中国惠普软件集团首席技术官魏喜勇如此描述大数据产业正在面对的巨大机遇，但同时，大数据应用的部署和传统的信息化项目巨大的差别，也决定了在这个行业发展的初期，巨大的人才缺口将形成制约产业快速发展的一个主要瓶颈。
魏喜勇将大数据产业所需的人才划分为基础技术层、数据层和复合型人才三个不同的层次。其中，基础技术型人才的工作集中在数据的获取和标准化加工等基本的内容，对知识技能与传统信息化相比并没有太多额外的要求。而数据型人才主要的工作内容为针对获取数据的存储管理、建模、映射和业务关联，在一定程度上与用户实际的应用场景相关，且对创造性也有一定的要求，目前在国内的供应较为稀缺。而在最高层次的复合型人才，则与用户结合紧密，了解行业信息化趋势并熟练掌握数据分析优化技能，以及如何结合用户实际环境创造价值，能够为用户提供咨询和实施服务。这也是整个产业最为缺乏的领域。
“与传统技术人才相比，大数据人才需要掌握的知识面更广。”魏喜勇说，“其必须掌握的知识包括对结构化、非结构化数据的处理，应用和基础设施的安全和管理，以及开放技术的使用。这就要求传统的IT人才从‘专才’转型为‘全才’，挑战是非常大的。”
魏喜勇用了一个形象的比喻来形容大数据产业对人才的全新要求，在他看来，传统的结构化数据处理是算术课，人才只需要掌握简单的加减乘除知识。那么数据爆炸时代的海量结构化数据就需要优化的处理方法，这就需要大数据人才掌握“奥数课”式的技能。而在针对音频、图像和文本等非结构化数据处理过程中，对语义分析、语义建模等技能的要求类似于“语文课”。而在基础设施和应用基础上，通过综合手段保证大数据解决方案的效率和安全，则类似文综或理综课程，加上对开源技术等“课外知识”的了解，做到不偏科，才能成为满足数据管理和复合应用等高层次人才需求的必要条件。
对于满足大数据产业不同层面需求的人才，企业也需要采取完全不同的培养方法和手段。魏喜勇介绍，基础技术型人才的培养相对比较容易，通过产品和知识的培训，让人才掌握新的技能就可以实现。而数据类人才的培养就需要掌握包括行业知识、数据分析和挖掘知识在内的多个领域知识，才能达到理想的效果。而第三类复合型人才的培养，则在此基础上需要培育更多的软性知识和技巧，比如把数据分析的价值传递给用户的业务部门，让他们懂得大数据如何为自己所用的能力，这也是最难以培养的能力，需要将软技巧的培训、用户研讨会和丰富的实战经验结合，才能实现相应能力的提升。
