而數據科學(xué)是一個(gè)與大數據相關(guān)的跨學(xué)科領(lǐng)域，它能透過(guò)不同的演算法、科學(xué)方法，從數據資料中提出各種合理并實(shí)用的資訊。
大數據與數據科學(xué)在過(guò)去幾年有著(zhù)飛躍式的發(fā)展，在未來(lái)一年，仍然可以繼續期盼其發(fā)展趨勢，需要注意的有：
1）感知分析：
感知分析的概念將會(huì )被運用在建立積極主動(dòng)的決策意識。反過(guò)來(lái)說(shuō)，這將會(huì )為那些正在尋求更好的人力資源流程的公司帶來(lái)幫助，不僅能使之轉變?yōu)楦斆鞯膱F隊，也能夠透過(guò)大量的數據分析來(lái)制定業(yè)務(wù)相關(guān)的聰明決策。而從分析中受益的主要活動(dòng)則包含預測評估、消耗分析以及員工績(jì)效。
2）數據料學(xué)家的需求增加：
數據科學(xué)產(chǎn)業(yè)快速增長(cháng)的同時(shí)，結果卻是幾乎找不到數據科學(xué)家。根據IBM進(jìn)行的一項研究顯示，光是在印度，數據科學(xué)家的需求在2020年將增加28%以上，也就是說(shuō)，會(huì )有50，000個(gè)數據科學(xué)家及相關(guān)專(zhuān)業(yè)人士的職缺。因此，若人資部門(mén)有機會(huì )能培訓或培養出數據科學(xué)相關(guān)的分析師，將帶給團隊更多有利可圖的機會(huì )，并保持壓倒性的競爭優(yōu)勢。
3）認知技術(shù)的使用：
人工智慧與數據科學(xué)使那些需要人類(lèi)感知技能的自動(dòng)化任務(wù)成為可能，這也使得IBM及Google等大型組織開(kāi)始開(kāi)發(fā)認知技術(shù)的應用。像是Google的Deepmind，可以透過(guò)認知技術(shù)及自然語(yǔ)言處理來(lái)解讀非結構化的數據資料。為了使這些技術(shù)能成功，組織需要投資在重新培訓員工上，以跟上這些技術(shù)的學(xué)習策略。
4）整合機器學(xué)習：
機器學(xué)習是數據科學(xué)實(shí)踐的延伸，然而，機器學(xué)習卻更強大且準確，也因此成為大數據分析平臺的支柱。若把機器學(xué)習與現有的流程整合起來(lái)，將會(huì )使任何組織都能適時(shí)提供更準確的決策制定見(jiàn)解。此外，它還有助于提升員工的技能，得以在不同的情況下取得更多資源輸入和數據。
5）采用云端基礎的平臺：
根據最新的研究指出，到了2020年，至少有1/3的數據會(huì )透過(guò)云端平臺來(lái)傳輸。使用云端也將為業(yè)務(wù)負責人在分析不同來(lái)源的數據時(shí)帶來(lái)幫助，并以功能形式獲得各種商機。因此，不論在哪個(gè)領(lǐng)域，云端運算和人工智慧都能為大數據帶來(lái)改變。
文章參考來(lái)源：Big Data and Data Science Trends to Expect in 2018 – 19
鏈接：http://bigdataanalyticsnews.com/big-data-data-science-trends/
