大数据(Big data，mega data)，或称海量数据，是指海量、高增长率、多样化的信息资产，需要新的处理模式才能具有更强的决策能力、洞察力和流程优化能力。

大数据是目前非常时尚的一个技术名词。同时也自然催生了一些与大数据处理相关的职业，通过数据挖掘和分析影响企业的经营决策。

在国内，大数据的应用刚刚萌芽，人才市场还没有那么成熟，所以每个公司对大数据工作的要求都不一样:有的强调数据库编程，有的强调应用数学和统计学知识，有的要求咨询公司或投行的相关经验，有的希望找到懂产品、懂市场的应用型人才。正因为如此，很多公司会根据自己的业务类型和团队分工，给这群处理大数据的人一些新的称谓和定义:数据挖掘工程师、大数据专家、数据研究者、用户分析专家等。是经常出现在国内公司的头衔，我们统称他们为“大数据工程师”。

一、数据核心原则

从“过程”核心到“数据”核心

大数据时代，计算模式也从“过程”核心向“数据”核心转变。Hadoop系统的分布式计算框架已经成为以“数据”为核心的范式。非结构化数据和分析需求将改变IT系统的升级模式:从简单增量到架构变化。大数据下的新思维--计算模式的改变。

例如，IBM将使用以数据为中心的设计来减少超级计算机之间交换大量数据的必要性。在大数据下，云计算找到了重生的机会，体现了数据在存储和计算中作为核心的思想。大数据与云计算的关系:云计算为大数据提供了强大的工具和途径，大数据为云计算提供了有价值的应用。但大数据比云计算更成功，云计算可以有效利用已经大量构建的云计算资源，并最终加以利用。

科学进步越来越多地由数据来推动，海量数据给数据分析既带来了机遇，也构成了新的挑战。大数据往往是利用众多技术和方法，综合源自多个渠道、不同时间的信息而获得的。为了应对大数据带来的挑战，我们需要新的统计思路和计算方法。

科学进步越来越受到数据的推动，海量数据给数据分析带来了机遇，也带来了新的挑战。大数据往往是通过使用众多的技术和方法，整合来自多个来源和不同时间的信息而获得的。为了应对大数据带来的挑战，我们需要新的统计思想和计算方法。

二、大数据的应用

大数据应用可以帮助我们在生活中获得有用的价值。

随着大数据的广泛应用，应用行业越来越低，我们每天都能看到一些大数据的新颖应用，从而帮助人们获得真正有用的价值。很多组织或者个人都会受到大数据分析的影响，但是大数据如何帮助人们挖掘出有价值的信息呢？让我们来看看九大价值极高的大数据应用。这些是大数据在分析和应用中的关键领域: