在当今这个信息时代，我们早就是二十一世纪的新一代，社会缺乏的不是人才，而是会知识的人才。我们缺乏的是信息的处理能力，我们有限的注意力组织活动的主要瓶颈。通过大数据来辅助决策，人类理性的范围将会扩大，决策的质量就能提高。
在大数据时代，人类社会面临的问题之一是如何更好的利用数据来辅助决策。
如果将传统的思维模式——精确性运用于数据化、网络化的21世纪，就会错过重要的信息，执迷于精确性是信息缺乏时代的产物。当我们掌握了大量新型数据时，精确性就不那么重要了，不因为依赖精确性，我们同样可以掌握事情的发展趋势。
相比依赖于小数据和精确性的时代，大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事实的真相。“部分”和“确切”的吸引力是可以理解的。但是，当我们的视野局限在我们可以分析和能够确定的数据上时，我们对世界的整体理解就可能产生错误和偏差。
大数据时代，思维方式的一个改变，不执着于对精确性的追求，拥抱混乱。另外一个思维方式的转变则是，更加重视相关关系，而不偏执于基于假设基础上对因果关系的追寻。
在小数据的世界中，相关关系也是有用的，但在大数据的背景下，相关关系大放异彩。通过应用相关关系，我们可以比以前更容易、更便捷、更清楚地分析事物。
相关关系通过识别有用的关联物来帮助我们分析一个现象，而不是通过揭示其内部的运作机制。当然，即使是很强的相关关系也不一定能解释每一种情况，比如两个事物看上去行为相似，但很有可能只是巧合。相关关系没有绝对，只有可能性。
我们用数据驱动的关于大数据的相关关系分析法，取代了基于假想的易出错的方法。大数据的相关关系分析法更准确、更快，而且不易受偏见的影响。建立在相关关系分析法基础上的预测是大数据的核心。这种预测发生的频率非常高，以至于我们经常忽略了它的创新性。当然，它的应用会越来越多。
在社会环境下寻找关联物只是大数据分析法采取的一种方式。同样有用的一种方式是，通过找出新种类数据之间的相互联系来解决日常需要。比方说，一种称为预测分析法的方法就被广泛的应用于商业领域，它可以预测实践的发生。
比如车的某个零部件出故障。因为一个东西要出故障，不会是瞬间的，而是慢慢地出问题的。通过收集所有的数据，我们可以预先捕捉到事物要出故障的信号，比方说发动机的嗡嗡声、引擎过热都说明它们可能要出故障了。
系统把这些异常情况与正常情况进行对比，就会知道什么地方出了毛病。通过尽早的发现异常，系统可以提醒我们在故障之前更换零件或者修复问题。通过找出一个关联物并监控它，我们就能预测未来。
在小数据时代，我们会假想世界是怎么运作的，然后通过收集和分析数据来验证这种假想。在不久的将来，我们会在大数据的指导下探索世界，不再受限于各种假想。我们的研究始于数据，也因为数据我们发现了以前不曾发现的联系。
总之，除了纠结于数据的准确性、正确性和严格度之外，我们也应该容许一些不精确的存在。数据不可能是完全正确或完全错误的，当数据的规模以数量级增加时，对大数据进行深挖和分析，我们能够把握真正有用的数据，避免做出盲目和错误的决策。
2.详细阐述大数据、云计算、物联网之间的区别与联系。
先说大数据，这个建议看下国内外的大数据生态，国内的版本相对简单，更更适合回答这个问题。总体而言，大数据应用是核心驱动力，基于新思维、新技术开采数据资源，并构建相应的商业模式；过程中数据治理贯穿始终，确保各层协同一致，保障数据价值创造。围绕大数据应用建设，那么物联网更多的对应新的数据源；人工智能或者机器学习以技术的身份出现，都是工具层面的事情。
3.物联网
英文名为Internet of Things，可以简单地理解为物物相连的互联网，正是得益于大数据和云计算的支持，互联网才正在向物联网扩展，并进一步升级至体验更佳、解放生产力的人工智能时代。
在未来，虚拟世界的一切将真正实现物理化！
物联网主要通过各种设备（比如RFID，传感器，二维码等）的接口将现实世界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。
对于人工智能而言，物联网（IoT）其实肩负了一个至关重要的任务：资料收集
概念上，物联网可连接大量不同的设备及装置，包括：家用电器和穿戴式设备。嵌入在各个产品中的传感器（sensor）便会不断地将新数据上传至云端。这些新的数据以后可以被人工智能处理和分析，以生成所需要的信息并继续积累知识。
4.联系
- 物联网好比人的感知和神经系统，负责感知外界信息并传递到大脑。
- 大数据好比人的记忆系统，保存以前的数据和经验。
- 云计算好比人的决策系统，根据以往的数据以及新的信息，做出决策。
3.简述你对大数据应用与发展的看法，以及你在这次大数据浪潮中想扮演什么角色。
随着现代科技的不断进步和网络技术的不断更新和改革，it行业的对数据信息处理技术的创新发展提出了更高和更加严谨的要求，而大数据技术是近年来为了适应时代发展需求应运而生的新型网络数据技术。目前的大数据技术正处于蓬勃发展的上升时期，为了更好地发挥大数据技术在数据管理与计算中的作用，网络技术人员应当及时针对大数据技术所面临的问题对未来应用前景进行具体的规划研究。
大数据在各行各业都有不一样的应用，正处于蓬勃发展的上升时期，为了更好地发挥大数据技术在数据管理与计算中的作用，网络技术人员应当及时针对大数据技术所面临的问题对未来应用前景进行具体的规划研究。一方面，大数据技术下用户隐私更容易被获取，信息泄露风险更大；另一方面，大数据由于在准确性、冗余性、完整性等方面的偏差，数据质量问题不可避免，亟需开发应用相应的数据自动检测修复系统。
目前的大数据还有很多漏洞和不足，首先，现有的IT技术架构无法适应大数据技术的发展要求。科学技术的迅速发展推动了企业在数据生成、储存等多方面的长足进步，一方面，企业爆炸式的数据增加加剧了原有数据存的储存压力；另一方面，大量的数据给传统的数据分析处理技术带来巨大挑战。这就要求IT行业必须及时革新数据储存和分析处理能力，重构IT技术架构以满足大数据的技术需求。其次是传统信息安全措施的失效。传统信息安全措施只能在一定程度上保护单个用户在单个地点的单一行为隐私信息，而在大数据技术的网络环境下，单个个人的不同行为信息从不同独立地点在网络数据中汇聚，就有很可能造成隐私泄露的问题，这就加大了大数据环境下对动态数据利用和隐私保护的难度。
大数据的发展的现在很多政府和机构都支持的。大数据的发展十分快速，对于目前已经飞速发展并且极具影响力的互联网一样，对于社会的各个行业来说都是一个新的技术革命，其相关技术的普及，对于科学技术上的突破都是非常显而易见的。在不久的未来，大数据将会成为一个专门的学科，会被更多的人所熟知和了解，并且，大数据相关职业也会逐渐普及，由于大数据的普遍使用，也会催生出更多的行业岗位，数据共享会在企业层面进行扩展，从而成为产业的核心。所谓资源化，就是社会和企业对于已经成为战略资源的大数据内容，给予了更多的关注的认识，从而使大数据成为了大家所关注和抢夺的焦点，所以，企业将会对大数据资源进行战略计划的制定，从而获得市场的主导。云计算的存在为大数据的处理提供了强有效的支撑作用，大数据的运作与运处理是不可分割的，从2013年开始，云计算技术和大数据处理技术就已经有效的结合，其关系也非常密切，而随着大数据时代的不断发展，两者的关系也会更加的密切和契合。企业对大数据处理有了更为明确的定义并且持续发展，从而能够影响企业的发展和决策。并且，大数据进行的数据处理活动，对于企业的经营业务和管理效率也都会产生直接的影响。
大数据作为现今时代不可忽视的一种数据分析处理技术，是企业能够对自身充分认识和指导发展的有效手段，其发展前景也是不可小觑的。
在这个大数据时代，我认为做一个“仙女”比较合适，就是利用可以利用的资源去采集数据和分析。
过去还是流量为王的年代，流量就意味着钱，互联网都用着简单粗爆的方式导流。在过去做过站长的对数据采集已然不陌生，包括著名的第三方平台 CNZZ（现友盟+） 和 google analytics 两个平台几乎都使用过。