其實你爸爸說的沒錯，巨量是近幾年才比較熱門的項目
去年8月的華爾街日報有報導他們年薪約莫300,000美金
(我在大陸不能開華爾街，有空可以google)
在紐約這些人遇到金融海嘯企業無法再雇用這群資料科學家時他們是轉往財務工程
這也說明了一件是他有點類似研發人才，當然有時也可能附在客戶資料的研究中，
例如消費者金融、線上遊戲公司都需要這樣的人
但也意味著若整個市場狀況都很差時，公司可能先砍這些人
我去年暑假在做這塊的實習時特別覺得無力。
巨量、大數據往往在於一些大型公司願不願意提供原始數據，
這意味著當台灣許多公司都不是直接面對市場的大型公司時，台灣很難有這塊市場
當時我也跟一位統計系出身後來念資工的朋友聊，
我們對於很多學校開設學程、系、學院趕潮流覺得十分無奈。
大數據的確是用到很多統計的概念，
但你要說他是統計?他本身不就是來取代統計的嗎?
可是很多學校的課程幾乎都以程式設計+統計課程作為這類人才培養的方式
但若是仔細去探究這塊，往往你更需要的是資工能力+觀察力
忘記看甚麼文章了，他就提到資料科學家有時更需要某方面的經驗，
例如他負責電商，那他可能就要有相關工作經驗或是在那個產業待一陣子，了解狀況。
當然你也可能說
大數據最一開始不就是google工程師發現好像有甚麼全球性的傳染疾病要出現了
工程師跟疾病防治專家一點關係都沒有啊!
那這時就要提去年暑假出來的一個利用大數據所作的論文，
哈佛大學有個研究發現當iphone要出新機時，網路上搜尋iphone變慢的數量會增加
而他以三星作了一個比較，認為可能會有{設計報廢}的策略
但其實兩者搭載的作業系統不同，而蘋果一向走在手機市場的最前方，
過新的軟體若更新於舊型手機自然也會有太多的負荷。
因此要做資料科學往往還是要有相關領域的經驗比較好。
另外，這裡無意戰學校，但有時出路有點現實
資料科學再夯，他的職缺其實有限，試問當你以東吳巨量畢業時，你的被取代性?
若你還是對巨量很有興趣，何不主修資訊管理並選一些巨量的課程即可。
一來你畢業仍然能走巨量相關產業
二來當巨量這塊不太好找工作時，資管相關工作你也可以選擇
※ 引述《gino9955 (臨江)》之銘言：
: 小弟6間全部放榜 中了東吳的資管和巨量 在跟父親(資訊背景)提到想讀巨量資料的時
: 候 他提出幾點 讀巨量的風險
: big data 和其科系都是近幾年的熱門項目
: 但有別於資訊管理相關已經發展十、二十年已經有完整出路和教學體系的情況，巨量資料
: 不一定能維持這麼久的熱度 而新的東西也意謂著教育的方案不成熟 可能無法符合企業
: 需求 甚至是在企業中無法找到自己的定位
: 想請問版友有其他不讀巨量資料的理由嗎？