“大数据”特指数据量大、数据结构及类型复杂的数据集合。通过数据挖掘获取价值信息并形成决策的认知模式，正在逐渐变革人类对于知识的认识过程。以互联网为基础的企业和研究机构在这一过程中处于领军地位，其运用数据挖掘的技术，直接引导着新知识发现，促进了“大数据科学与工程”的势在必行，创造了新学术领域和应用增长点。 “大数据”同样广泛存在于自然科学和工程技术领域，例如，欧洲核子研究中心（CERN）的大规模粒子物理研究，重要装备、工程结构及设施损伤及安全性研究，医理药物研究等。与互联网“大数据”所不同的是，科学和与工程技术中的大数据具有明确而极其丰富的源物理背景。涵括大数据处理及信号处理等所有可能技术的融合点就是揭示深埋于科学数据中的源物理机理。正是这一源物理背景的差别，我们期待着未来跨行业、跨领域的“数据科学家”、“数据工程师”、“数据专家”、“数据教育家”来“追踪循源”寻找和开发新科学技术，创造新科学及工程领域、以及新市场。 美国大数据的研究和应用已走在全球前列，2013年5月，奥巴马政府更是宣布了“大数据的研究和发展计划”，提出“通过提高我们从大型复杂的数字数据集中提取知识和观点的能力，承诺帮助加快在科学与工程中的步伐，加强国家安全，并改变教学研究”。根据这一计划，美国希望利用大数据技术在多个领域实现突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等，具体的研发计划涉及具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6个联邦部门和机构。斯坦福大学、加州大学（伯克利）、迪肯大学等大学专门开设了研究大数据的相关课程，培养下一代的“数据科学家”。如今，美国不仅是全球首个将大数据从商业行为上升到国家意志和国家战略的国家，也是数据科学家和面向未来大数据人才储备启动最早的国家。 然而，目前大数据在大多数科学技术领域中认知度均不高，而在传统工程领域中的认知度就更低。一方面，随着人们对越来越复杂科学和工程问题本质探索认知的深入，基于机理性模型和假设检验为基础的数据分析技术已经越来越显得捉襟见肘。另一方面，大量的科学和工程检测数据却并未重视而闲置，从本质上缺乏对于数据，特别是大数据中源物理的研究，以至于这些数据所蕴含的大量信息潜能没有被充分发挥出来。正是基于这种认识，美国国家自然科学基金委于2012年将大数据研究并科学计算定义为科学技术发展的“关键第三极”（the critical third pillar），即计算及数据科学及工程（computational and data enabled science and engineering, CDS&E）。这一定义旨在推动基于数据的科学发现。 作为科技发展“关键第三极”，数据科学与工程涵括了自然科学和工程学科的几乎所有领域。尤其是对材料及设施安全性检验及无损检测有着极其重要的意义。“关键第三极”要求工程师和科学家们必须学会从大量数据中挖掘其源物理机理，从数据中认识事物和发现新规律。这一目标对于在传统科学领域和工程领域中惯于从事确定模型的工程师和科学家们是一个挑战。 本研讨会旨在推动计算及数据科学及工程的研究发展，主要内容包括传统科学领域和工程领域中大数据产生、大数据挖掘技术，已经在学科交汇中大数据共享等。研讨会将为传统科学和工程领域的研究者们提供一个多学科、多领域交汇的交流平台，从而更有效地推动新概念、新理论和新技术的开发。即： 新概念——传统科学及工程大数据中源物理研究； 新理论——传统科学及工程大数据应用数学、计算、统计的理论和工具； 新技术——以具有物理意义数据为基础而发展开发的各项技术及装备支持。 届时，为更有效地促进这个新独特学科、即科学发展的第三极的推广，研讨会将正式创建一个主要针对传统科学和工程领域大数据科学及技术专业的开源期刊，并由施普林格（Springer）出版。 深圳作为中国最具有改革开放创新代表性的城市，在中国全面深化改革浪潮的大时代背景下，力求在世界舞台上展现一个创新先导、改革先锋的国际化城市形象，在大数据科学发展“关键第三极”之一全球领先概念上做一个领军者。