1、大数据是数据集的总称，传统管理技术很难处理大型或复杂数据。大数据具有四大特点：高速，多样化，体积大和准确。
2、数据科学是使用方法来分析由小数据集组成的庞大的大数据；
3、尽管数据科学流程不是线性的，但可分为以下步骤：
a、设置研究目标；
b、检索数据；
c、数据准备；
d、数据探索；
e、数据建模；
f、展示与自动化
4、大数据技术不仅仅是Hadoop。它有许多不同技术组成，可以分为以下几类：
a、文件系统；
b、分布式编程框架；
c、数据集成；
d、数据库；
e、机器学习；
f、安全；
g、工作流；
h、基准测试；
i、系统部署；
j、服务开发
5、并不是每个大数据类别都需要数据科学家利用大量的数据。他们主要关注文件系统、分布式编程框架、数据库和机器学习。他们确实接触到其他部分，但这些都是其他职业领域。
6、数据可以有不同的形式。主要有：
a、结构和数据；
b、非结构化数据；
c、自然语言数据；
d、计算机数据；
e、图类数据；
f、流数据’