2005年，人类产生的数据总量约为130 Exabytes(1EB=1024PB=2^60字节）
预计2020年，人类产生的数据总量将会变成40900 Exabytes。
为了更好地展现数据变化，我们不妨画一张图。
我们发现，过去的15年间，数据总量呈指数增长，然而计算能力（蓝色线）、Data Scientists人员的增长速度却远远慢于数据的增长。
网上有这样一句话“数据是爆炸了，信息却很贫乏”，其实很好地反映了现状。
数据经过处理之后，才能变成有知识、能够有意义和价值的信息。数据没有好坏之分，同一批数据，从不同的角度分析的话，其实能够得出的结论都不一样。
由此看来，这个时代的确需要更多Data Scientists，而Data Science火得一塌糊涂自然也在情理之中了。
Data Science是北美大学里最热门的专业
Data Scientist是硅谷炙手可热的招聘岗位
即使不懂大数据、云计算、人工智能、算法、机器学习，这些名词之间的区别，也不妨碍这些内容成为人们茶余饭后的谈资。
facebook信息泄露可能会影响美国大选；
订机票和订酒店一不小心就被大数据杀熟；
头条和淘宝得推荐策略到底有多厉害；
阿尔法狗战胜人类顶级棋手；
人工智能未来将取代很多人的工作......
只是现在大家还没办法一直就某个话题聊下去，有限的谈资只能带来浅尝辄止的讨论.聊得越深，就越容易暴露自己学识浅薄。爱因斯坦说，我们知道越多，我们所知道的无知也就越多。
我们知道Data Science，但不知道Python、ANACONDA、Tableau、pandas、SQL的用途；
我们知道Data Scientists，但不知道Data Analyst、Data modeler、Business Analyst如何协作；
我们知道Data Science能和许多领域交叉，但不知道如何找到问题，更别说如何解决问题了。
即使无知，但我们仍然热情不减。
因为，我们看到了：
这个时代正在奖励学Data Science的人。
微软、亚马逊、谷歌这样的互联网巨头都在高薪招Data Science相关人员，即使在所谓的寒冬，招聘需求仍然逆势上扬。Data Science专业学生走出名校就能拿到大几十万甚至上百万的年薪。非CS专业的人也开始学习Python、SQL，主动拥抱变化。
