大數據牽扯到的東西很多，但是在台灣，大家都只會看到頂層的分析，的確，表面
的分析通常是需要數學與統計的基礎，加上該分析的的數據的專業知識，就能得心應手，
目前因為看到的人多所以投入得人也多，所以比較好入門。
但是大數據不只頂層的分析，底層的資料處理也是很重要。首先，因為是大數據，
所以就得需要把龐大資料儲存起來（少說都好幾十TB以上）所以儲存的方式很重要，資工
系的資料結構與資料庫就很重要，因為資料的讀寫往往是效率的一大要素。接著鮮少只會
把資料集中在一台伺服器，往往需要存進許多台伺服器，所以分散式議題就出現了。分散
式運算也有一些特殊的演算法。
簡言之：若只需要分析資料，統計和數學加上專業知識足以應付，但很難擠進市
場。
若是要專精底層的運作則是需要資工系的很多學問。
最後，不論要研究大數據的哪方面，資工系基礎的程式設計以及演算法是不可或
缺的。