摘要：在当今大数据时代，发掘、解读、学习和利用数据中隐藏的信息、知识和资源对科技进步至关重要，同时也有助于提高人们的日常生活质量和工作效率。然而，数据的复杂性和对未来的期待给数据科学带来了诸多挑战，但这些挑战也预示了其在各领域广泛的应用前景。本报告以小波理论的发展及其在图像和视频处理、压缩感知以及机器学习方面的应用为例，着重展示数学在大数据时代的重要性。同时，我们还将探讨数学如何推动数据科学的进步，并深入讨论数学家在大数据时代面临的机遇和挑战。

简介：沈佐伟是新加坡国立大学杰出讲座教授，数学科学研究所所长。他的研究方向为数据科学的数学基础，包括逼近与小波理论、图像处理与压缩感知、计算机视觉和机器学习等领域。沈教授是发展中国家科学院院士、新加坡科学院院士，同时还是美国工业与应用数学协会和美国数学学会的会士。他曾应邀在2010年国际数学家大会（ICM）和2015年国际工业与应用数学大会（ICIAM）做特邀报告。