隨著移動互聯網的崛起，全球數據正呈爆炸性增長。目前全球90%以上的數據是最近幾年產生的，數據規模大約每兩年翻一番。數據不僅指人們在互聯網上發佈的海量信息，還包括各種設備、建築、系統、人員、業務、場景等產生的各種結構化與非結構化數據，這些數據隨時測量和傳遞著有關對象的各種狀態及其變化。這是一個產生大數據的時代，更是需要大數據力量的時代。
大數據（Big Data）或稱巨量信息，指的是所涉及的信息量規模巨大，以至無法通過目前主流軟件工具在合理時間內實現採集、管理、處理，併成為幫助企業經營決策以達到更積極目的的數據。大數據具有體量巨大、速度極快、類型眾多、價值密度低的特點，對數據採集、存儲、處理、傳輸和應用提出了前所未有的新要求。大數據這個術語最早期的引用可追溯到Apache基金會的開源項目Nutch。當時大數據用來描述為更新網絡搜索索引需要同時進行批量處理或分析的大量數據集。隨著谷歌MapReduce、Google File System（GFS）以及Hadoop的發佈，大數據不再僅用來描述大量的數據，還涵蓋了處理數據的速度。
從某種程度上說，大數據是數據分析的前沿技術，從各種各樣類型的數據中快速獲得有價值信息的能力就是大數據技術。全球知名諮詢公司麥肯指出，“數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用預示著新一輪生產率增長和消費者盈餘浪潮的到來”。
大數據不是一個片斷，也不是簡單的一項技能，而是綜合性的科學與技術，從理念層面延伸到技術、科學和管理等層面。只有在真實的應用場景中才能讓企業對大數據的價值有一個直觀的感受，而應用場景的建立需要從企業戰略本身出發，仔細考察大數據可以對企業運營產生什麼樣的效果。目前來看，大數據主要有五個方面的應用場景，分別是：
（1）利用大數據實現龐大知識庫：客戶服務、保險、汽車、維修、醫藥等行業需要儲備規模巨大的知識庫。
（2）利用大數據實現客戶交互改進：電信、零售、旅遊、金融服務和汽車等行業將“快速抓取客戶信息從而瞭解客戶需求”列為首要任務。
（3）利用大數據實現運營分析優化：製造、能源、公共事業、電信、旅行和運輸等行業需要時刻關注突發事件、通過監控提升運營效率並預測潛在風險。
（4）利用大數據實現IT效率和規模效益：企業需要增強現有數據倉庫基礎架構，實現大數據傳輸、低時延和查詢的需求，確保有效利用預測分析和商業智能實現性能和擴展。
（5）利用大數據實現智能安全防範：政府、保險等行業亟待利用大數據技術補充和加強傳統的安全解決方案。
儘管大數據行業剛剛開始進入發展期，但市場競爭已相當激烈。企業要想在競爭中保持領先優勢，僅僅是收集大量的數據顯然是不夠的。那些已經成功實施了大數據策略的企業，如百度、騰訊、阿里巴巴等，在大數據戰略上都具有以下特點：第一，對所有收集的重要數據信息進行正確的分析，建立信息中心文化；第二，保持不斷追求技術創新的動力；第三，收集一切數據，並進行集中式存儲，之後再決定是否需要這些數據；第四，使用數據驅動的產品，確保可以收集到可用的數據；第五，聘請專家，注重培養大數據專業人才。IDC發佈的報告顯示，2012-2016年期間全球大數據技術及服務市場複合年增長率（CAGR）將達到31.7%，未來4年累計增長超過200%，僅2016年，大數據行業的收入已達238-500億美元，其增速約為信息通信技術市場整體增速的七倍，其中中國大數據技術和服務市場未來5年的複合增長率將達51.4%。
毫無疑問，大數據的市場前景廣闊，對各行各業的貢獻也將是巨大的。目前來看，未來大數據技術能否達到預期的效果，關鍵是在於能否找到適合信息社會需求的應用模式以及是否能夠建立起配套的教育培訓體系，為大數據行業的發展輸送合適的人才，使大數據產業保持創新能力，並具有長期的可持續發展性。
從傳統架構到大數據時代應用程序架構的轉變往往都會遇到一些問題和挑戰。在對計算框架門檻調查中，非專業人士難於入手這一難題的比例達到了46.5%，這對企業人才的培訓提出了迫切的要求。對專業開發者來說，大家特別期望從技術培訓中獲取的知識又會是什麼？據調查，需求最大的是計算框架，如MapReduce、Google File System（GFS）以及Hadoop等，佔63%；其次是面向大數據處理的數據庫系統，如 NewSQL等，佔37%；第三是雲計算解決方案，35%；第四是編程語言，25%。
綜上所述，大數據技術在企業界中有廣泛的需求，未來大數據技術的需求者不僅僅是大企業，還包含大量的中小企業，其中的人才缺口是可觀和長期的。而目前對大數據技術已經掌握並運用的企業數量不足3成，後發企業迫切需要對現有IT人員進行大數據技術培訓，並招攬具有大數據技術背景的應屆畢業生。
