1. 大数据专业人才技能与社会需求相脱节
大数据专业覆盖的行业比较广泛，可以应用在经济、金融、医学、保险、管理、能源、交通、国防等部门。但由于我国各个高校办学水平层次不同，师资力量以及学生来源不同，目标定位不够准确，导致大数据专业服务方向不够明确。另外，教育和市场发展总是有一定差距，由于复合型人才培养的周期较长，而社会行业热点不断更新轮替，学生本科四年，有的高校学生加上攻读硕士，就业工作已经是七年之后的事情了，产业又向前推进了很多，人才培养方案与行业发展速度无法保持一致。
2. 大数据专业课程体系与人才培养目标不协调
大数据专业是一个学科交叉的专业，很多申办该专业的各个高校由于缺乏成熟的经验，仅仅是将跨专业的学科进行了拼凑，简单地在计算机相近专业的基础上进行改造，适当地加入机器学习、数据挖掘、数据可视化等数据分析技术。这样的课程体系缺少融会贯通，刚性过强，很难培养出复合型工程人才，与该专业的人才培养目标不相吻合。
3. 大数据专业师资队伍建设与专业发展不适应
大数据专业涉及的学科知识面和工程技能较广，其人才培养需要多学科交叉融合，但由于我国大多数高校师资力量较为固化，投入新专业学习动力不足，知识结构和能力结构一成不变，缺少与行业企业的科研生产实际经验，再加上师资培训热情不高，也造成拥有全面大数据知识和技能的专任教师相对匮乏，使得与专业建设发展不相适应，未能对工程应用型人才的培养提供很好的保障。
4. 大数据专业产学合作共赢模式还未形成
产学合作也称“校企合作”，产学结合的各类专业人才培养模式已成为国际公认的应用型人才培养的主要途径。目前，很多高校的实验实训基础设施不够完善，学生的实践技能不能充分得到锻炼，甚至有的学校对学生的培养还处在向企事业单位输送“实习生”的传统状态，无法满足企业对人才的需求。很多高校采用校企合作模式试图来培养更多的应用型人才，但效果不够明显，大数据专业校企合作基地就更少了，不仅数量少，而且深度也不够，缺少校企互动机制，所以产学合作共赢模式未能形成。
