随着大数据产业越来越被重视，Hadoop及相关技术在催生了大量企业应用需求的同时，自然而然地就催生了对熟悉大数据处理的人才需求。
　　一位来自资深研究所的分析家便指出 ，“Hadoop是一种新型的数据仓库，它是企业内部的一种新型数据来源”。相比于传统的关系型数据库，Hadoop的优势在于它能储存与管理更多的结构化与非结构化的数据。
　　如今的大数据时代，为了开拓客户，提升业务水平，企业需要更加关注对数据的存储与分析，这些数据来自各个方面，比如微博、微信公众号、网站点击率，社交媒体内容等。那么一个直接的问题是，由谁来分析这些数据？如何分析提炼这些数据？很显然，是需要那些具有高级数据分析能力的专业人士，具体来说，他们的能力应该包括：数据分析、数据挖掘、预测建模、自然语言处理、内容分析、文本分析以及社交网络分析能力等。
　　对于Hadoop来说，他们还必须学会使用MapReduce来预测和统计建模。不仅如此，对于Hadoop平台的管理人员而言，他们必须能够胜任Hadoop集群、安全性管理以及性能优化等工作。分析人士指出：“Teradata和Oracle Exadata的数据库管理员也开始纷纷向Hadoop集群管理员转型。他们意识到这是一个全新的领域。”当然，这些专业人士也会把现有的关系数据库的相关策略带到Hadoop平台上。


　　一位从事Hadoop相关软件的销售主管指出，“目前针对Hadoop专业人士的需求可以分为三类，分别是数据分析家/数据科学家、数据工程师、IT数据管理专业人士。”
　　第一类是Hadoop数据分析家，他们熟知如何选择、安装及管理Hadoop集群。他们将决定是否部署云端Hadoop，选择哪些Hadoop供应商、如何分配Hadoop资源、配置集群，以及如何调试与运行Hadoop应用程序等。在这一点上，与传统关系型数据库以及数据仓库的数据分析家相比，可谓是大同小异。
　　第二类是Hadoop数据工程师，他们主要负责数据的处理，实现MapReduce算法。随着企业Hadoop应用的日益增长，那些具有Java、C++等编程经验的工程师将会找到更多的工作机会。
　　第三类是Hadoop数据管理员，他们通常具有SAS与SPSS以及编程能力的专业数据科学家。他们熟知如何在Hadoop环境中如何创建、分析、共享，集成BI。
　　目前的形势是Hadoop人才短缺，一些公司不得不依赖Hadoop厂商提供部署等技术支持。Cloudera、MapR、Hortonworks以及IBM这些等Hadoop厂商公司目前现在提供Hadoop相关技术培训课程，来帮助企业部署Hadoop中心。