而數(shù)據(jù)科學是一個與大數(shù)據(jù)相關的跨學科領域，它能透過不同的演算法、科學方法，從數(shù)據(jù)資料中提出各種合理并實用的資訊。
大數(shù)據(jù)與數(shù)據(jù)科學在過去幾年有著飛躍式的發(fā)展，在未來一年，仍然可以繼續(xù)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被運用在建立積極主動的決策意識。反過來說，這將會為那些正在尋求更好的人力資源流程的公司帶來幫助，不僅能使之轉(zhuǎn)變?yōu)楦斆鞯膱F隊，也能夠透過大量的數(shù)據(jù)分析來制定業(yè)務相關的聰明決策。而從分析中受益的主要活動則包含預測評估、消耗分析以及員工績效。
2）數(shù)據(jù)料學家的需求增加：
數(shù)據(jù)科學產(chǎn)業(yè)快速增長的同時，結(jié)果卻是幾乎找不到數(shù)據(jù)科學家。根據(jù)IBM進行的一項研究顯示，光是在印度，數(shù)據(jù)科學家的需求在2020年將增加28%以上，也就是說，會有50，000個數(shù)據(jù)科學家及相關專業(yè)人士的職缺。因此，若人資部門有機會能培訓或培養(yǎng)出數(shù)據(jù)科學相關的分析師，將帶給團隊更多有利可圖的機會，并保持壓倒性的競爭優(yōu)勢。
3）認知技術的使用：
人工智慧與數(shù)據(jù)科學使那些需要人類感知技能的自動化任務成為可能，這也使得IBM及Google等大型組織開始開發(fā)認知技術的應用。像是Google的Deepmind，可以透過認知技術及自然語言處理來解讀非結(jié)構(gòu)化的數(shù)據(jù)資料。為了使這些技術能成功，組織需要投資在重新培訓員工上，以跟上這些技術的學習策略。
4）整合機器學習：
機器學習是數(shù)據(jù)科學實踐的延伸，然而，機器學習卻更強大且準確，也因此成為大數(shù)據(jù)分析平臺的支柱。若把機器學習與現(xiàn)有的流程整合起來，將會使任何組織都能適時提供更準確的決策制定見解。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(shù)據(jù)。
5）采用云端基礎的平臺：
根據(jù)最新的研究指出，到了2020年，至少有1/3的數(shù)據(jù)會透過云端平臺來傳輸。使用云端也將為業(yè)務負責人在分析不同來源的數(shù)據(jù)時帶來幫助，并以功能形式獲得各種商機。因此，不論在哪個領域，云端運算和人工智慧都能為大數(shù)據(jù)帶來改變。
文章參考來源：Big Data and Data Science Trends to Expect in 2018 – 19
鏈接：http://bigdataanalyticsnews.com/big-data-data-science-trends/
