在大數(shù)據(jù)和機(jī)器學(xué)習(xí)的時(shí)代，有一種職業(yè)脫穎而出——數(shù)據(jù)科學(xué)家。數(shù)據(jù)科學(xué)家在近年來(lái)備受追捧，也有越來(lái)越多的人想投身入數(shù)據(jù)科學(xué)領(lǐng)域。

最近，CDA 采訪了幾位來(lái)自不同行業(yè)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)負(fù)責(zé)人，聊聊他們眼中的數(shù)據(jù)科學(xué)家是什么樣的，以及對(duì)于初入數(shù)據(jù)科學(xué)行業(yè)的人群有些什么建議。

今天請(qǐng)到的是來(lái)自新浪微博的產(chǎn)品總監(jiān)——王大禹，讓我們看看產(chǎn)品眼中的數(shù)據(jù)科學(xué)家是什么樣的吧。

點(diǎn)擊播放采訪視頻，建議wifi下播放。
http://edu.cda.cn/course/946/task/16001/show

以下是采訪的文字整理部分。

王大禹，新浪微博產(chǎn)品總監(jiān)


大家好，我是王大禹。目前在新浪微博工作，任產(chǎn)品專家。

在新浪微博之前，我曾經(jīng)服務(wù)于美非能源和微軟。在以前的公司我都做過(guò)和數(shù)據(jù)相關(guān)的一系列工作。目前我在新浪微博負(fù)責(zé)給微博的內(nèi)容和用戶進(jìn)行屬性分類。

對(duì)于內(nèi)容，要知道內(nèi)容在講什么；對(duì)于用戶，要知道他們喜歡什么，喜歡看什么、喜歡發(fā)表什么內(nèi)容。這樣我們能根據(jù)相應(yīng)內(nèi)容找到相應(yīng)的讀者，讓微博的用戶可以閱讀到他們喜歡類型的內(nèi)容，想獲得想得到的信息。

與此同時(shí)，我還負(fù)責(zé)一個(gè)數(shù)據(jù)平臺(tái)。這個(gè)數(shù)據(jù)平臺(tái)會(huì)匯集著微博上所有的文本的信息、圖片視頻信息以及用戶行為數(shù)據(jù)。這些數(shù)據(jù)支持著我們進(jìn)行內(nèi)容和用戶的計(jì)算，以及相應(yīng)內(nèi)容和相應(yīng)用戶之間的匹配計(jì)算。

Q 1：在微博這樣偉大的產(chǎn)品中，有多少數(shù)據(jù)分析師參與？他們起到多大的作用呢？

目前來(lái)看，微博中有大量的數(shù)據(jù)分析師。他們對(duì)我們產(chǎn)品進(jìn)行策略的更新，策略的更新指的是，在呈現(xiàn)內(nèi)容的時(shí)，有多重方式可采取，那么哪種方式最好，我們要用數(shù)據(jù)來(lái)說(shuō)話。

同樣，比如說(shuō)有一種新的推薦辦法，我們想看這個(gè)辦法是否適合某種類型的用戶和內(nèi)容的推薦。這時(shí)我們要做一些實(shí)驗(yàn)，比如Telemetry(計(jì)量數(shù)據(jù)收集)，收集一些數(shù)據(jù)，通過(guò)數(shù)據(jù)來(lái)看下一個(gè)解決方案是會(huì)對(duì)性能有提升。

數(shù)據(jù)科學(xué)家就幫我們來(lái)解決了這個(gè)問(wèn)題。數(shù)據(jù)科學(xué)家越來(lái)越多地融入到產(chǎn)品和算法工程師的工作中來(lái)。當(dāng)然也有一些會(huì)編程的數(shù)據(jù)分析師，他們有些擔(dān)任算法工程師。這就是目前我們公司數(shù)據(jù)分析師的的情況。

據(jù)我了解，不僅僅是互聯(lián)網(wǎng)IT行業(yè)大量需要數(shù)據(jù)分析師，大量傳統(tǒng)的企業(yè)同樣需要。比如戴姆勒、西門子等傳統(tǒng)公司，他們也在大量招收數(shù)據(jù)科學(xué)家，希望數(shù)據(jù)也能為公司決策起作用。

數(shù)據(jù)的作用我覺(jué)得分為兩個(gè)層次。一個(gè)層次是戰(zhàn)術(shù)層次，就是短期計(jì)劃或市場(chǎng)計(jì)劃。比如說(shuō)計(jì)劃會(huì)起多大效果，是否有作用，做完事情需要用數(shù)據(jù)進(jìn)行評(píng)估，那么數(shù)據(jù)分析師就可以起到這個(gè)作用。

其次從高層程度說(shuō)，公司一個(gè)年度，甚至幾年的戰(zhàn)略決策，當(dāng)中也離不開(kāi)數(shù)據(jù)分析師的支持。比如說(shuō)保險(xiǎn)公司、金融行業(yè)，以及現(xiàn)在常說(shuō)的金融科技領(lǐng)域，這些都非常依賴數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家以及數(shù)據(jù)工程師等職業(yè)來(lái)幫他們從數(shù)據(jù)中挖掘信息，然后用挖掘出來(lái)的信息指導(dǎo)公司戰(zhàn)略決策。

Q 2 ：您覺(jué)得當(dāng)下企業(yè)需要的數(shù)據(jù)科學(xué)家應(yīng)該具備哪些技能？

我覺(jué)得可分為硬技能和軟技能。硬技能方面，第一是對(duì)數(shù)據(jù)最基本的處理技能。

尤其是小公司或大公司的初始項(xiàng)目，這類公司以及這類項(xiàng)目中，收集的數(shù)據(jù)往往是未經(jīng)過(guò)清洗的，或者非常有可能是非結(jié)構(gòu)化的。這些數(shù)據(jù)中可能有一部分是錯(cuò)誤數(shù)據(jù)，不能放到處理之中。還有一部分?jǐn)?shù)據(jù)需要經(jīng)過(guò)處理，才可能進(jìn)入到訓(xùn)練模型或訓(xùn)練算法中。因此最基本的數(shù)據(jù)處理的能力是要有的。

第二，編程技能。

最起碼需要掌握像Python這種簡(jiǎn)單、高效的腳本語(yǔ)言。因?yàn)樵谔幚碛行?shù)據(jù)時(shí)，的，如果不會(huì)這些語(yǔ)言是很難做到的。

舉個(gè)最簡(jiǎn)單的例子，如果我要把一周的數(shù)據(jù)按天分成七列數(shù)據(jù)，通過(guò)寫一個(gè)簡(jiǎn)單的腳本就能很容易做到。但如果否則用Excel等其他工具來(lái)完成會(huì)非常困難，甚至是不可能的。

如今，我們已經(jīng)由大數(shù)據(jù)時(shí)代進(jìn)入人工智能時(shí)代。大數(shù)據(jù)時(shí)代講究的是，收集這些數(shù)據(jù)，并利用這些數(shù)據(jù)。那么在收集和存儲(chǔ)數(shù)據(jù)時(shí)，顯然需要用到大數(shù)據(jù)相關(guān)的技術(shù)，因此大數(shù)據(jù)相關(guān)知識(shí)也是必備的。

收集到了數(shù)據(jù)之后，我們還需要用人工智能算法來(lái)處理。

人工智能算法中最有代表性的一類就是機(jī)器學(xué)習(xí)算法。因此需要對(duì)最常用的機(jī)器學(xué)習(xí)算法，包括有指導(dǎo)的、半指導(dǎo)的、無(wú)指導(dǎo)的這些算法有一些理解，以及掌握這些算法適合哪種應(yīng)用場(chǎng)景。

第三，再高級(jí)一點(diǎn)的說(shuō)就是需要具備項(xiàng)目管理和產(chǎn)品管理的能力。

因?yàn)閷?duì)于大型公司而言，他需要了解整個(gè)軟件開(kāi)發(fā)的周期和流程，以及整個(gè)產(chǎn)品的生命周期。比如，收集市場(chǎng)和用戶的反饋意見(jiàn)；把意見(jiàn)形成新的需求列表；用優(yōu)先級(jí)對(duì)需求列表排序；用大量收集數(shù)據(jù)來(lái)進(jìn)行項(xiàng)目評(píng)估。如果掌握項(xiàng)目管理和產(chǎn)品管理的流程，就能更好的融入工作當(dāng)中。

第四，還有自然語(yǔ)言處理等其他硬技能。

國(guó)內(nèi)許多項(xiàng)目中，收集到用戶評(píng)論等語(yǔ)言相關(guān)數(shù)據(jù)都是非結(jié)構(gòu)化的。因此在處理用戶評(píng)論等非結(jié)構(gòu)的文本中，自然語(yǔ)言處理知識(shí)是必要的。

除了硬技能，軟技能也至關(guān)重要。軟技能指的是在職場(chǎng)中解決問(wèn)題所具備的能力，主要是溝通能力。

你要知道公司想讓你做什么，做完之后需要把結(jié)果告訴大家。你需要根據(jù)公司的戰(zhàn)略和長(zhǎng)遠(yuǎn)目標(biāo)做好自己的工作，并更好地進(jìn)行拓展，這些都是非常重要的。同時(shí)你還需要能夠很好地與公司同事和領(lǐng)導(dǎo)進(jìn)行溝通，這些都是軟技能。


Q 3：您認(rèn)為或者您當(dāng)前工作中，數(shù)據(jù)科學(xué)家需要具備的一個(gè)最重要的能力是什么？

我覺(jué)得最重要的技能是如何把這些數(shù)據(jù)分析相關(guān)的知識(shí)和理論落地，即了解其應(yīng)用領(lǐng)域。

我曾經(jīng)提出過(guò)一個(gè)G+S理論。G類學(xué)科指的是通用類的學(xué)科，包括外語(yǔ)、計(jì)算機(jī)知識(shí)編程這些技能，也包括數(shù)據(jù)分析和處理的技能，以及財(cái)務(wù)會(huì)計(jì)這類技能。

這些技能是不分領(lǐng)域的，任何領(lǐng)域都需要。無(wú)論是工業(yè)、農(nóng)業(yè)、商業(yè)等，這行業(yè)都需要數(shù)據(jù)分析師來(lái)提供數(shù)據(jù)方案。

除此之外就是S類技能，即特殊領(lǐng)域的知識(shí)，比如說(shuō)金融領(lǐng)域、醫(yī)療領(lǐng)域、IT互聯(lián)網(wǎng)等領(lǐng)域。

如果比起其他人，你十分了解這個(gè)領(lǐng)域，那么的你競(jìng)爭(zhēng)力也就更強(qiáng)。無(wú)論是人工智能算法還是數(shù)據(jù)分析方法，你都必須要知道這個(gè)領(lǐng)域是做什么的，這個(gè)領(lǐng)域在當(dāng)前發(fā)展情況下，痛點(diǎn)和難點(diǎn)是什么。

因此我覺(jué)得，無(wú)論是大數(shù)據(jù)、數(shù)據(jù)科學(xué)家，還是人工智能，如何把這些知識(shí)技能在某領(lǐng)域落地，這是非常重要的。

Q 4：請(qǐng)您給正在職場(chǎng)打拼的數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、以及數(shù)據(jù)工程師們一些職業(yè)發(fā)展建議！

我想有三個(gè)建議。

第一，作為數(shù)據(jù)科學(xué)家需要掌握很多硬技能，CDA的Level 1、2和3課程中就已經(jīng)完整覆蓋了這些技能。在就業(yè)中，需要針對(duì)不足的技能進(jìn)行補(bǔ)充，因?yàn)橛行┫霃氖聰?shù)據(jù)分析行業(yè)的同學(xué)是來(lái)自非理工學(xué)科的，沒(méi)有任何編程的技能，那么就需要針對(duì)具體方面的進(jìn)行學(xué)習(xí)。

比如學(xué)習(xí)Python和R語(yǔ)言等，取長(zhǎng)補(bǔ)短。如果不了解機(jī)器學(xué)習(xí)、NLP方面也可以進(jìn)一步學(xué)習(xí)。必須完善整個(gè)知識(shí)結(jié)構(gòu)，因?yàn)閿?shù)據(jù)科學(xué)是跨領(lǐng)域的學(xué)科。它不單純是數(shù)學(xué)、統(tǒng)計(jì)、計(jì)算機(jī)或商業(yè)分析等方面，而是跨領(lǐng)域的，因此要保證知識(shí)結(jié)構(gòu)的健全。

第二，熟悉具體應(yīng)用領(lǐng)域。

數(shù)據(jù)科學(xué)家一定要熟悉他所工作的領(lǐng)域，不能是割裂的、只是單純做數(shù)據(jù)。而是要了解整個(gè)公司的背景，了解所在的部門的背景，這是必不可少的。

第三，提升軟技能。

主要涉及到數(shù)據(jù)呈現(xiàn)。我們?cè)谑占头治鰯?shù)據(jù)等環(huán)節(jié)已經(jīng)完美地完成了數(shù)據(jù)科學(xué)家的職責(zé)，那么就結(jié)束了嗎？不一定。還涉及到呈現(xiàn)數(shù)據(jù)的方式。

數(shù)據(jù)的呈現(xiàn)需要一定技巧，因?yàn)槌嗽趲椭緵Q策之外，公司也需要用數(shù)據(jù)呈現(xiàn)給投資方和市場(chǎng)，從而體現(xiàn)公司有良好的目標(biāo)。

數(shù)據(jù)的呈現(xiàn)本身就是藝術(shù)。隨著工作經(jīng)驗(yàn)的積累，你首先要知道公司和上級(jí)需要你做什么，希望通過(guò)你的數(shù)據(jù)得到什么樣的結(jié)果，并且希望呈現(xiàn)出來(lái)什么成品。

CDA 數(shù)據(jù)分析師確實(shí)能幫助大家走向數(shù)據(jù)科學(xué)家之路。

目前，全球范圍內(nèi)很多有名的大學(xué)都開(kāi)設(shè)了數(shù)據(jù)科學(xué)課程，但是通過(guò)這些課程是一個(gè)漫長(zhǎng)的過(guò)程，而在CDA我們盡可能用最直接的方式，用最符合業(yè)內(nèi)需求的課程的內(nèi)容教授數(shù)據(jù)科學(xué)技能。這是非常好的事情，因?yàn)槭袌?chǎng)需要這些人才，據(jù)我了解很多公司都苦于尋找出色的數(shù)據(jù)科學(xué)人才。

Q 5：您對(duì)CDA LEVEL 3 數(shù)據(jù)科學(xué)家人才標(biāo)準(zhǔn)有何建議和期待？

據(jù)我了解，CDA Level III是CDA中最高級(jí)別，也就是專家級(jí)別，當(dāng)中主要覆蓋三塊，分別是數(shù)據(jù)治理；大數(shù)據(jù)相關(guān)技術(shù)以及機(jī)器學(xué)習(xí)。正如我之前所說(shuō)的，這三部分是數(shù)據(jù)科學(xué)家的必備技能。

學(xué)完這些內(nèi)容之余，我覺(jué)得可以學(xué)一些自然語(yǔ)言處理方面的內(nèi)容，然后如何將知識(shí)在具體的應(yīng)用領(lǐng)域應(yīng)用。

另外，商業(yè)方面知識(shí)也是必備的。

數(shù)據(jù)科學(xué)家需要為公司的戰(zhàn)略決策提供數(shù)據(jù)支持，了解一些市場(chǎng)商業(yè)方面知識(shí)是非常有幫助的。

如今數(shù)據(jù)科學(xué)家的薪水是很可觀的，以我的一位學(xué)生為例，他在美國(guó)讀了MBA，現(xiàn)在的年薪在12萬(wàn)美元左右。目前國(guó)內(nèi)的數(shù)據(jù)科學(xué)家主要以初、中級(jí)為多，大概的年薪約在20萬(wàn)到60萬(wàn)之間，數(shù)據(jù)科學(xué)家專家年薪約為60萬(wàn)到100萬(wàn)。

我很期待CDA Level 3畢業(yè)的學(xué)員未來(lái)幾年的發(fā)展，目前許多公司都渴望這些高級(jí)人才，越高級(jí)的人才實(shí)際上越難招。我覺(jué)得在這方面CDA做了很大的貢獻(xiàn)，為市場(chǎng)輸送了很多優(yōu)秀的數(shù)據(jù)分析人才，最后祝各位CDA Level 3學(xué)員前程似錦，在數(shù)據(jù)科學(xué)職業(yè)道路上大展身手。


如何進(jìn)階為數(shù)據(jù)科學(xué)家

CDA LEVEL 3數(shù)據(jù)科學(xué)家精英培訓(xùn)已正式發(fā)布，旨在面向從業(yè)多年的、有技術(shù)基礎(chǔ)的大數(shù)據(jù)及數(shù)據(jù)分析專業(yè)人士、數(shù)據(jù)工程師等，為他們提供一個(gè)成為數(shù)據(jù)領(lǐng)袖的跳板。了解更多詳情：http://www.3lll3.cn/kecheng/53.html