這是兩個經常聽到的名詞。關鍵是，你能分辨出這兩個名詞的相同點與不同點嗎？如果你分辨不出來，或是不清楚，請問你如何定位自己？如何學習呢？
我先利用 2020 年雙11購物節後，阿里巴巴公布的數據來讓你思考一下。第一組數據，有關於訂單的峰值，每秒達到58.3萬筆，非常的快速，似乎意味著最多的時候，每秒有58.3萬的用戶在敲訂單。第二組數據，每日處理的數據量有1.7個EB。1個EB的量等於100萬個TB，所以，1.7 個 EB 就等於170萬個 TB。然而阿里巴巴，2020年雙11購物節總共有11天，你自己可以計算看看他們的數據量，算是相當龐大。第三組數據，他們共錄得的4982億人民幣的成交金額，比起2019年成長了26%。
上面的三組數據看完，你應該思考：峰值每秒58.3萬筆訂單，每天170 萬個 TB 的數據量，為什麼沒有當機？電腦系統完成處理如此高速的數據，完成儲存如此大量的數據，系統沒有當機，順利運作，所以達成了4982億人民幣的成交金額。這是大數據的能力，也是資訊工程的能力。
每天都有 170 萬個 TB 的數據量。請問你會不會拿來應用？阿里巴巴是電商，一定會分析客戶的行為，一定會分析商品的趨勢，數據量巨大，因此用來做某些預測的動作也是有可能的。這是資料科學的行為。你想到了嗎？
大數據的能力，牽涉到資訊工程，需要有能力處理高速與大量的數據。資料科學就要專注於前面所收集下來的數據，找出數據後面所隱藏的價值。寫到這裡，彼此的合作與不同，我相信你大概可以體會出來。也許你會問：我們公司的數據量不可能那麼多？是的，所以你可以使用你的筆記型電腦，利用你的表格軟體，專注在資料科學的領域內，包含數據分析的能力，不是嗎？
所以，如果你不是資訊工程背景的人士，你的重點就可以放在數據分析！從業務目標的分解、數據該如何獲取、數據該如何整理，然後應用統計與機器學習的模型來進行分析，最後呈現出來？這個過程，無論你是用什麼工具？Excel？PowerBI 或是 python 還是 R 都好，關鍵是你的場景可能是在企業內？你該如何做呢？或是你們該如何去做？如果你是資訊工程背景的人士，分散式系統的參考架構，你是不是該去研究看看？
這是一個龐大的知識領域 ( knowledge domain )，如果你看不清楚，你可能就無法定位自己的學習。人類之所以制定大數據國際標準，也是有這層的意義。ISO20546 談的是大數據的概念，ISO20547 談的是大數據參考架構。而我們利用這些知識，寫成一本《大數據國際認證先修課程》電子書，放在 讀墨 與 Google Book 上，希望你可以透過簡單的故事，理解這些知識，找到自己的定位與方向。
