4000-130-178
是金子必會發光
2012年時《紐約時報》的一篇專欄文章「The Age o fBigData」正式宣告大數據時代的來臨，到了2015年，大數據一詞已經可以說是耳熟能詳，然而在現今互聯網跟云端技術的發達，加上智能產品、移動裝置的普及下，以下四點將會是大數據的發展重點。
1.求快求即時：In-Memory數據庫
當這世界上累積的數據量越來越龐大，各企業制訂商業策略所納入考量的數據也跟著大幅增加，這時候如何減少將數據(Data)轉換成資訊(Information)的時間變得尤其重要。
采用記憶體內運算技術(In-Memory Computing)減少原始數據的移動，僅搬移運算后的結果，加快處理的速度，并且透過壓縮技術減 少數據量，能夠有效提升數據庫效能，應付企業對數據運算量及速度日益升高的要求，也使得企業得到的資訊更即時、能更快地回應各種市場需求及回饋，甚至開發 出全新市場、開創出其獨一無二的價值。
2.萬物聯網的時代
在物聯網概念起飛的這個時代，越來越多行動裝置、智慧型居家裝置被市場接受，進入到我們的生活中，根據預測，智慧型裝置的數量將會從現在到2020年將從130億成長到500億。
可以預期的是更多種類型的數據將以更多形式被感測、收集起來，而且這些大量且即時性的感測數據(Senso rDriven Data)屬於非結構 化數據，也就是從文本分析到未經處理的文字、聲音與影片導出的數據，如何儲存處理及分析成為現在十分重要的課題，可能從中挖掘出未知的趨勢并帶給人類生活 重大的改變。
3.大數據上云端
如果說「大數據」是現在最夯的科技潮字，那上一個最紅的則是「云端運算」。從2006年被提出后，云端(Cloud)便廣為科技業所使用，各企業更是積極提出各種云端服務。
大數據與云端技術可以說是相輔相成，大數據大大的推動了云端服務，而云端服務的普遍也使得數據量攀升。2014年全世界平均每天產生23TB的 數據，大約是2012年的920倍，以這種情況來看，云端服務在大數據時代相當於「公共設施」般不可或缺，不但用來儲存各式各樣的數據，還利用云端運算來 建構基於大數據的應用程式和API，建立模型預測未來的事件。
4.人才很重要，平臺跟工具更重要
因此對於不算「新」但算剛「熱」的大數據來說，在短短幾年內蓬勃發展，數據專家自然成為各公司爭搶的人才，四個最常見的大數據人才工作內容以及薪資范圍請參考《數據分析師?科學家?架構師?大數據人才的工作內容及年薪比較》一文。
不過事實是，人才需要時間培養(以大學主修到碩士畢業來算，約需要4-6年)，如果以2012年當作大數據發燒年，數據挖掘、數據處理因而成為超熱門的學科，最快的一票「趕潮流」的數據新鮮人將會在2016年進入市場。
對于正在狂燒的大數據市場，人才不夠的情況下，對於小企業來說最不可或缺的反而是大數據分析平臺與數據視覺化工具!例如Cloudera、 Sum All的線上分析平臺，以及Tableau、QlikView等數據視覺化工具。許多企業都會要求員工熟悉上述平臺及工具、具備一些數據分析「基本 技能」。如果想讓自己在大數據時代中擁有更高的競爭力，可以參考這篇《大數據時代中求生存：9個必殺絕技殺進BigData市場》。
