DOSTOR存儲在線 7月6日國際報道：馬薩諸塞州州長德瓦爾帕特里克(Deval Patrick)與來自技術公司、風險投資公司和研究所的一大批領導人最近宣布了一項聯合計劃，打算將馬薩諸塞州打造成一個提供數據科學就業機會的中心。 這項計劃是很有意義的。
三十五年前，計算機科學還沒有成為一個學術性學科?，F在，它已經成為全球性的學科了。 在技術行業最熱門的專業術語Big Data的推動下，數據科學將在未來幾年內成為新的熱門學科。
Big Data指的是數據量大幅增長，超過了傳統信息技術在存儲、管理、分析和收集等方面的能力。
據市場研究公司IDC稱，2000年全球產生的所有新信息總計達到200萬TB?，F在，數字世界每天產生的新數據都超過400萬TB。
推動數據泛濫的是已經深入到人們日常生活之中的各種技術和應用：移動感應器、智能手機和社交網。
一款在消費者家中每15分鐘智能檢測一次數據的智能電表產生的用電信息比每月檢測一次數據的傳統電表產生的信息高出3000倍。將這個倍數乘以社區內的用電客戶總數，就可以得出智能電網實時監控電力需求和預測故障所需的大量數據。
直到最近，存儲、訪問和分析海量數據的成本還是很高，只有政府和一些企業能夠承受。執法機關已經找到一些新的方法來利用集中的數字化數據庫進行指紋比對和彈道比對。 反恐怖機構和博彩行業已經采用面部識別技術來識別惡徒，在他們踏上飛機或走進賭場之前就把他們認出來。
Big Data的實時分析幾乎可以應用于任何行業的任何商業模式。例如，排列某人基因組的成本已經由2001年的1億美元下降到現在的不足1萬美元，讓普通民眾也能享受到個性化醫療服務。
在線零售商可以通過對數十億項交易進行分析，從而為特定消費者提供購物建議。不久之后，你的智能手機上的位置信息就會與你的信用卡上的購物記錄對應起來，那樣超市就能在你走進超市的時候為你提供個性化數字購物券。
眾包(Crowd sourcing)已經為消費者智能手機上的GPS系統生成足夠多的交通數據，在堵車時為消費者提供其他路線的建議。機器學習可以為信息交換提供更大的精確性。
為了加快數據科學提供就業機會的速度，馬薩諸塞州政府宣布為Big Data工程所撥的?？顚⒂晒铰摖I提供，為麻省理工大學的技術研究和Big Data實習程序模型提供研究基金，并為波士頓的一個創新的非營利性社區提供支持。許多數據科學家聚集在波士頓的創新社區，共享基礎設施和專業技術。
這是該領域的創新時代。上個月，EMC召開了第二次年度峰會，來自政府部門、學術界、生物科學領域、零售、營銷和其他領域的大量數據科學家參加了大會。
哈佛大學醫學院的約翰布朗斯坦(John Brownstein)在峰會上介紹了他與其他人聯合研發的在線創新healthmap.org，他們打算將這個網站打造成預測傳染病爆發的專業網站，利用眾包提供傳染病爆發的全局視圖，可以比疾控中心或聯合國的預測提早兩周左右的時間。
他談到中國的Sars爆發是由一位股民在研究某中藥銷售公司的股票走勢圖時最先發現的，H1N1病毒的爆發是由墨西哥維拉克魯斯州的一家地方電視臺 最先播報的。移動應用OutbreaksNearMe將為報告信息的用戶提供反饋信息，為匿名輸入個人健康信息的用戶提供獎勵。 以前需要花幾個月的時間才能通過各級公共衛生組織層層傳遞到公眾手中的信息現在只需幾周的時間就可以讓公眾獲悉了。
企業家特拉克卡米爾(Tarek Kamil)談到，一個籃球中的6000個感應器可以識別出人看不到的遙測數據，它能將分析所需的數據發送出去，為改善鉆機技術提供幫助。企業顧問皮嚴卡賈殷(Piyanka Jain)稱，利用Big Data的快速分析可以發現客戶關系中的弱點，幫助企業改善客戶忠實度和提高收益。
然而，利用Big Data需要新的技術架構和算法，這超出了常規數據庫管理和商業情報的范疇。最新的信息不會來自管理員管理的傳統辦公室數據庫中的交易數據。 80%的新信息是在企業數據中心以外產生出來的。傳統數據庫不能滿足數據庫成百上千倍增長的需求。
數據科學也要求不斷有新的科學人才的加入。 生命科學領域的一位教授可能為進行藥品研究的某家醫藥公司管理著大量的信息。這些人懂業務，具備專業知識，了解最新的技術工具，同時也愿意幫助一家組織去識別預測性或不規則的藥物組合。 他們掌握的技能非常寶貴，而且并不多見。
來自哥倫比亞、斯坦福和UC伯克萊的許多學術界人士上個月在峰會上稱，數據科學在5年前還未成為一門課程。教授這門科學需要用到多種技能，大多數大學還不能用多種技能的方法來授課。 馬薩諸塞州宣布了許多與此類似的合作，這必將改變那種狀況。
數據是一門新的科學。答案就在Big Data之中，你能問出正確的問題嗎?
