随着科技的飞速发展，我们所进行的每一次点击、每一次浏览都被转化为数据，记录在我们的数字轨迹中。在这个信息时代，数据的珍贵性不言而喻。众多公司并非畏惧数据的庞大体积，而是恐惧有什么细节被遗漏，未被捕捉进这个巨大的数据网。因为对这些企业而言，任何微小的细节都可能蕴藏着商业价值。
想象一下你在某宝浏览商品的场景。当你搜索了一件商品后，下次刷新页面，会有新的、与你偏好相符的商品推荐给你。这就是网站通过数据分析预测你的喜好，也是数据科学中的预测分析（Preictive Analytics）的一种应用。而预测分析仅是数据科学（DS）的冰山一角。
数据科学专业人才的需求如同春天的竹笋，节节攀升。麦肯锡全球研究院的报告《大数据：创新、竞争和生产力的新前沿》指出，到2019年，美国就缺少约14万至19万具备深度数据分析能力的专业人才，以及150万能够利用大数据进行决策的管理人员。这一人才短缺的现象才刚刚开始，未来的基础设施建设、持续的创新竞争、公共安全领域对大数据的渴求等因素，都将进一步加大这一缺口的扩大。
数据科学是一门涵盖广泛的学科，涉及数学、统计以及计算机科学的算法和数据结构等课程。Python、R和SQL是其中最常用的编程语言。这个专业的应用领域非常广泛，无论是科技、媒体还是体育行业都有巨大的需求。例如，美国的NBC Universal和MLB这些传统大型公司也在寻求能够处理大数据的技术人才。
如今，“大数据”已经成为一个热门词汇，这是数据科学的一个重要应用领域。许多大公司正在使用Hadoop、Spark、Hive等工具进行分布式计算，以处理大规模的数据问题。近年来，一家名为Data bricks的Spark平台创业公司备受瞩目，许多非IT大公司都在使用他们的平台来进行大数据的清洗和建模。这个时代的变革令人惊叹，曾经我们以为在Excel中处理数据已经足够，但现在我们发现，大数据的海洋已经超越了Excel的承载能力。
