而數據科學是一個與大數據相關的跨學科領域，它能透過不同的演算法、科學方法，從數據資料中提出各種合理并實用的資訊。
大數據與數據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，不僅能使之轉變?yōu)楦斆鞯膱F隊，也能夠透過大量的數據分析來制定業(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）數據料學家的需求增加：
數據科學產業(yè)快速增長的同時，結果卻是幾乎找不到數據科學家。根據IBM進行的一項研究顯示，光是在印度，數據科學家的需求在2020年將增加28%以上，也就是說，會有50，000個數據科學家及相關專業(yè)人士的職缺。因此，若人資部門有機會能培訓或培養(yǎng)出數據科學相關的分析師，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：
人工智慧與數據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構化的數據資料。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：
機器學習是數據科學實踐的延伸，然而，機器學習卻更強大且準確，也因此成為大數據分析平臺的支柱。若把機器學習與現有的流程整合起來，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據時帶來幫助，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據帶來改變。
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/
