在新时代当务之急是解决大数据人才瓶颈问题，重庆大数据公司调查显示，未来3-5年大数据人才缺口达到150万之多。大数据分析人才培养以及数据科学研究似乎远未做好准备。2015年阿里云在“大学合作计划AUCP”中提供云计算、大数据、工程师以及生态圈伙伴，相关大数据分析等资源。北京航空航天大学、浙江大学、复旦大学、上海交通大学、西安交通大学、南京大学、武汉大学、华南理工大学在内的首批8所高校，正式落户阿里云大学合作计划AUCP。继2016年北京大学、中南大学、对外经贸大学首批设立大数据及大数据分析相关学科后，中国人民大学、北京邮电大学、复旦大学等32所高校成为第二批成功申请“数据科学与大数据分析技术”本科新专业的高校。从两次获批的“数据科学与大数据技术”专业名单中可以看出，该专业学制都为四年，授予工学学位或理学学位。经过一年的发展，申请院校成井喷式的增长，全国高校大数据及大数据分析教育联盟通过教育部公示的申请2017年“数据科学与大数据分析技术”专业的院校来看，2017年申请院校高达263所，其中工学190所，理学73所。
整体而言，2017届本科生毕业半年后的就业率（91.6%）与2016届、2015届（分别为91.8%、92.2%）基本持平，近六年应届本科毕业生就业整体稳定。
从大数据分析得知，不同专业之间的就业难度指数(毕业生数量/需求岗位数)差距较大。就业难度排名前十的专业有:农业经济管理类、地质类、矿业类、草学类、财政学类、旅游管理类、安全科学与工程类、经济与贸易类、自然保护与环境生态类、环境科学与工程类。
究其原因，这十个专业情况有所不同，地质类、矿业类是由于中国经济放缓以及供给侧改革造成的需求量的减少，而经济贸易类岗位需求量并不低，但是由于此专业毕业生供给量更大，因此经济贸易类专业毕业生就业难度较大。
相对容易就业的专业，分布在一些供需量不大的冷门专业，比如军事类、医学类、天文学类、艺术理论学等，其中尤其以医学供需矛盾最为突出，在最容易就业的20个专业中，医学类专业有10个之多，占据了半壁江山。
分析原因，随着人们对健康的需求不断提升，除了医院之外，医药公司、制药厂、医药贸易、经销、检验等企业对医药类专业技术人才的需求也在逐年增加，是导致医学类毕业生需求量不断增加的原因。而临床医学专业学制长，实习时间也长工作压力大待遇不高，再加上医患关系紧张，导致学医的热情不高。需求量增加而供给量不足，医学类就业容易也就不难理解。
