文 | 謝麗

　　在從學(xué)界（粒子物理學(xué)博士后研究員）進(jìn)入業(yè)界（數(shù)據(jù)科學(xué)領(lǐng)域）時(shí)，Emily Thompson也曾有過(guò)猶疑。而現(xiàn)在，在擔(dān)任Insight項(xiàng)目總監(jiān)10個(gè)月之后，她對(duì)數(shù)據(jù)科學(xué)家有了自己獨(dú)特的看法。近日，她在一篇文章中就當(dāng)前人們對(duì)數(shù)據(jù)科學(xué)的誤解談了自己的看法，主要涉及數(shù)據(jù)科學(xué)家的職責(zé)、應(yīng)用領(lǐng)域、工作環(huán)境、職業(yè)發(fā)展、技能集合等方面。。

　　誤解一：“‘?dāng)?shù)據(jù)科學(xué)家’只是‘業(yè)務(wù)分析師’的一種花哨叫法，他們本質(zhì)上是相同的”

　　在數(shù)據(jù)科學(xué)領(lǐng)域，業(yè)務(wù)分析師仍然占了很大一部分，而數(shù)據(jù)科學(xué)家也構(gòu)建數(shù)據(jù)產(chǎn)品，創(chuàng)建軟件平臺(tái)，實(shí)現(xiàn)可視化和儀表板，開(kāi)發(fā)前沿機(jī)器學(xué)習(xí)算法?！皵?shù)據(jù)科學(xué)家”與“分析師”的最大差別可能是角色的獨(dú)立性水平。傳統(tǒng)的業(yè)務(wù)分析師需要?jiǎng)e人給他們提供已經(jīng)做過(guò)清理并打包好的數(shù)據(jù)供他們使用；而數(shù)據(jù)科學(xué)家必須是熟練的程序員，他們能夠抽取、轉(zhuǎn)換、加載數(shù)據(jù)，對(duì)其他團(tuán)隊(duì)的依賴較少。

　　誤解二：“數(shù)據(jù)科學(xué)沒(méi)什么用，我未必會(huì)進(jìn)入廣告行業(yè)，或成為一名股市分析員”

　　數(shù)據(jù)科學(xué)的應(yīng)用領(lǐng)域同數(shù)據(jù)科學(xué)領(lǐng)域本身一樣多樣化。計(jì)量金融和廣告是使用數(shù)據(jù)挖掘的兩個(gè)相對(duì)傳統(tǒng)的行業(yè)。醫(yī)療行業(yè)正在經(jīng)歷一場(chǎng)數(shù)據(jù)革命?？纱┐骷夹g(shù)讓收集、聚合、分析大量個(gè)人數(shù)據(jù)成為可能，從如何恰當(dāng)?shù)劐憻挼剿呷绾斡绊懬榫w。多媒體是另一個(gè)數(shù)據(jù)科學(xué)的重大應(yīng)用領(lǐng)域。比如，像News Corp.、The New York Times和Bloomberg等大型媒體公司都雇用數(shù)據(jù)科學(xué)家研究讀者行為和讀者保持；Netflix通過(guò)數(shù)據(jù)分析實(shí)現(xiàn)影片推薦；灣區(qū)創(chuàng)業(yè)公司 Samba TV借助機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)內(nèi)容推薦。

　　誤解三：“我希望對(duì)世界產(chǎn)生積極的影響……為公司賺錢似乎與此存在利益沖突”

　　為營(yíng)利公司工作與對(duì)人們的生活產(chǎn)生積極影響并不沖突。例如，Premise是一家實(shí)時(shí)經(jīng)濟(jì)數(shù)據(jù)跟蹤平臺(tái)。他們使用機(jī)器學(xué)習(xí)技術(shù)來(lái)發(fā)現(xiàn)一些不易發(fā)現(xiàn)的問(wèn)題，比如，幫助發(fā)展銀行將錢投資到有需要的鄰國(guó)，Stitch Fix使用機(jī)器學(xué)習(xí)技術(shù)從庫(kù)存商品中選擇客戶喜歡的衣服等等。

　　誤解四：“在學(xué)術(shù)領(lǐng)域，我自己說(shuō)的算，我喜歡這種自由。我不認(rèn)自己適合公司結(jié)構(gòu)的環(huán)境”

　　企業(yè)結(jié)構(gòu)確實(shí)跟學(xué)術(shù)組織不同，但現(xiàn)如今，在以數(shù)據(jù)為中心的企業(yè)中，那種狂人風(fēng)格也不是那么普遍。如果你是初創(chuàng)公司最初的成員之一，那么你還有機(jī)會(huì)影響公司的發(fā)展方向。而像Facebook和LinkedIn這樣的大公司會(huì)分成若干較小的工作組，以保留初創(chuàng)公司的工作氛圍。雖然可能會(huì)有團(tuán)隊(duì)負(fù)責(zé)人，但數(shù)據(jù)科學(xué)團(tuán)隊(duì)是高度協(xié)作的。而且，越來(lái)越多的公司實(shí)現(xiàn)了在家工作策略，數(shù)據(jù)科學(xué)家可以擁有“無(wú)限”假期。

　　誤解五：“我覺(jué)得，如果不知道未來(lái)10年我的職業(yè)生涯是個(gè)什么樣子，就貿(mào)然離開(kāi)學(xué)術(shù)界，風(fēng)險(xiǎn)太大。要是我就職的公司跨了怎么辦？”

　　不管在哪里，職業(yè)生涯都不是可以預(yù)測(cè)的。數(shù)據(jù)科學(xué)家在一家公司任職的時(shí)間平均為3到4年。數(shù)據(jù)科學(xué)家會(huì)留在有挑戰(zhàn)的崗位上，但一段時(shí)間之后，會(huì)尋找新的挑戰(zhàn)。好處是，數(shù)據(jù)科學(xué)領(lǐng)域有許多選擇，而且正在不斷發(fā)展，對(duì)數(shù)據(jù)科學(xué)家的需求很高。在任何一家公司任職，不管成功與否，都會(huì)獲得寶貴的經(jīng)驗(yàn)。在找第一份數(shù)據(jù)科學(xué)工作時(shí)，最看中的應(yīng)該是一個(gè)可以從同事那里學(xué)得大量知識(shí)的協(xié)作環(huán)境。另一個(gè)需要關(guān)注的點(diǎn)是，在從學(xué)界進(jìn)入業(yè)界時(shí)，要努力構(gòu)建一個(gè)強(qiáng)大的關(guān)系網(wǎng)絡(luò)（參加聚會(huì)、出席數(shù)據(jù)大會(huì)），它能為你提供建議和其他團(tuán)隊(duì)的內(nèi)部信息。

　　誤解六：“數(shù)據(jù)科學(xué)是泡沫”

　　有人認(rèn)為，一旦數(shù)據(jù)分析實(shí)現(xiàn)自動(dòng)化，數(shù)據(jù)科學(xué)家的角色就不存在了。但數(shù)據(jù)量正呈指數(shù)增長(zhǎng)，沒(méi)有任何跡象表明從數(shù)據(jù)中尋找答案的需求會(huì)慢下來(lái)。即使數(shù)據(jù)科學(xué)的某些部分可以自動(dòng)化，但這個(gè)行業(yè)仍然需要數(shù)據(jù)科學(xué)家的技能。數(shù)據(jù)可能會(huì)很亂，無(wú)法應(yīng)用恰當(dāng)?shù)墓ぞ呋蛘邿o(wú)法了解所有相關(guān)的特性，這會(huì)產(chǎn)生有誤導(dǎo)性的結(jié)果。而且，受過(guò)良好訓(xùn)練的數(shù)據(jù)科學(xué)家對(duì)數(shù)據(jù)有更好的理解，他們是大數(shù)據(jù)時(shí)代應(yīng)對(duì)數(shù)據(jù)挑戰(zhàn)的最佳人選。

　　誤解七：“我擔(dān)心自己不具備成為數(shù)據(jù)科學(xué)家的技能”

　　編碼能力強(qiáng)很重要，但數(shù)據(jù)科學(xué)不全是軟件工程。數(shù)據(jù)科學(xué)家集編碼、統(tǒng)計(jì)分析和判斷思維于一身。廣受歡迎的硬技能、統(tǒng)計(jì)知識(shí)、編碼能力是一名優(yōu)秀數(shù)據(jù)科學(xué)家的基本工具。還有一項(xiàng)不容易明確定義的技能，就是博士研究員階段所接受的良好訓(xùn)練。但是，要成為一名數(shù)據(jù)科學(xué)家，并一定要有物理、統(tǒng)計(jì)或計(jì)算機(jī)科學(xué)學(xué)位。June Andrews的研究顯示，在LinkedIn從事數(shù)據(jù)科學(xué)工作的人所擁有的學(xué)位差別很大。數(shù)據(jù)科學(xué)本身就具有多學(xué)科的特點(diǎn)，而且一些公司開(kāi)始使用領(lǐng)域?qū)俚臄?shù)據(jù)。因此，只要有量化思維，喜歡擺弄數(shù)據(jù)，對(duì)數(shù)據(jù)如何引導(dǎo)你提出和回答問(wèn)題心存好奇，那么你就可以脫離學(xué)術(shù)界，進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域。

　　來(lái)自InforQ