而數(shù)據(jù)科學(xué)是一個(gè)與大數(shù)據(jù)相關(guān)的跨學(xué)科領(lǐng)域，它能透過不同的演算法、科學(xué)方法，從數(shù)據(jù)資料中提出各種合理并實(shí)用的資訊。
大數(shù)據(jù)與數(shù)據(jù)科學(xué)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(huì)被運(yùn)用在建立積極主動(dòng)的決策意識(shí)。反過來說，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幫助，不僅能使之轉(zhuǎn)變?yōu)楦斆鞯膱F(tuán)隊(duì)，也能夠透過大量的數(shù)據(jù)分析來制定業(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(yù)測評(píng)估、消耗分析以及員工績效。
2）數(shù)據(jù)料學(xué)家的需求增加：
數(shù)據(jù)科學(xué)產(chǎn)業(yè)快速增長的同時(shí)，結(jié)果卻是幾乎找不到數(shù)據(jù)科學(xué)家。根據(jù)IBM進(jìn)行的一項(xiàng)研究顯示，光是在印度，數(shù)據(jù)科學(xué)家的需求在2020年將增加28%以上，也就是說，會(huì)有50，000個(gè)數(shù)據(jù)科學(xué)家及相關(guān)專業(yè)人士的職缺。因此，若人資部門有機(jī)會(huì)能培訓(xùn)或培養(yǎng)出數(shù)據(jù)科學(xué)相關(guān)的分析師，將帶給團(tuán)隊(duì)更多有利可圖的機(jī)會(huì)，并保持壓倒性的競爭優(yōu)勢。
3）認(rèn)知技術(shù)的使用：
人工智慧與數(shù)據(jù)科學(xué)使那些需要人類感知技能的自動(dòng)化任務(wù)成為可能，這也使得IBM及Google等大型組織開始開發(fā)認(rèn)知技術(shù)的應(yīng)用。像是Google的Deepmind，可以透過認(rèn)知技術(shù)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(shù)能成功，組織需要投資在重新培訓(xùn)員工上，以跟上這些技術(shù)的學(xué)習(xí)策略。
4）整合機(jī)器學(xué)習(xí)：
機(jī)器學(xué)習(xí)是數(shù)據(jù)科學(xué)實(shí)踐的延伸，然而，機(jī)器學(xué)習(xí)卻更強(qiáng)大且準(zhǔn)確，也因此成為大數(shù)據(jù)分析平臺(tái)的支柱。若把機(jī)器學(xué)習(xí)與現(xiàn)有的流程整合起來，將會(huì)使任何組織都能適時(shí)提供更準(zhǔn)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(chǔ)的平臺(tái)：
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(huì)透過云端平臺(tái)來傳輸。使用云端也將為業(yè)務(wù)負(fù)責(zé)人在分析不同來源的數(shù)據(jù)時(shí)帶來幫助，并以功能形式獲得各種商機(jī)。因此，不論在哪個(gè)領(lǐng)域，云端運(yùn)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/
