而数据科学是一个与大数据相关的跨学科领域，它能透过不同的演算法、科学方法，从数据资料中提出各种合理并实用的资讯。
大数据与数据科学在过去几年有着飞跃式的发展，在未来一年，仍然可以继续期盼其发展趋势，需要注意的有：
1）感知分析：
感知分析的概念将会被运用在建立积极主动的决策意识。反过来说，这将会为那些正在寻求更好的人力资源流程的公司带来帮助，不仅能使之转变为更聪明的团队，也能够透过大量的数据分析来制定业务相关的聪明决策。而从分析中受益的主要活动则包含预测评估、消耗分析以及员工绩效。
2）数据料学家的需求增加：
数据科学产业快速增长的同时，结果却是几乎找不到数据科学家。根据IBM进行的一项研究显示，光是在印度，数据科学家的需求在2020年将增加28%以上，也就是说，会有50，000个数据科学家及相关专业人士的职缺。因此，若人资部门有机会能培训或培养出数据科学相关的分析师，将带给团队更多有利可图的机会，并保持压倒性的竞争优势。
3）认知技术的使用：
人工智慧与数据科学使那些需要人类感知技能的自动化任务成为可能，这也使得IBM及Google等大型组织开始开发认知技术的应用。像是Google的Deepmind，可以透过认知技术及自然语言处理来解读非结构化的数据资料。为了使这些技术能成功，组织需要投资在重新培训员工上，以跟上这些技术的学习策略。
4）整合机器学习：
机器学习是数据科学实践的延伸，然而，机器学习却更强大且准确，也因此成为大数据分析平台的支柱。若把机器学习与现有的流程整合起来，将会使任何组织都能适时提供更准确的决策制定见解。此外，它还有助于提升员工的技能，得以在不同的情况下取得更多资源输入和数据。
5）采用云端基础的平台：
根据最新的研究指出，到了2020年，至少有1/3的数据会透过云端平台来传输。使用云端也将为业务负责人在分析不同来源的数据时带来帮助，并以功能形式获得各种商机。因此，不论在哪个领域，云端运算和人工智慧都能为大数据带来改变。
文章参考来源：Big Data and Data Science Trends to Expect in 2018 – 19
链接：http://bigdataanalyticsnews.com/big-data-data-science-trends/
