數(shù)據(jù)為王時代到來 當(dāng)心大數(shù)據(jù)時代的浮夸陷阱

       熱 門專業(yè)來了去，去了來。許多盲目追熱門專業(yè)的學(xué)生，充滿希望地投入一個熱門專業(yè)，但四年后畢業(yè)時，正好趕上這個熱門泡沫破滅、人才過剩。十多年前IT泡沫 破滅時，許多計算機(jī)人才就遭此命運(yùn)。不過，那些本科在基礎(chǔ)學(xué)科中打下了堅(jiān)實(shí)基礎(chǔ)的，往往能隨機(jī)應(yīng)變，則很短時間內(nèi)就掌握了熱門。當(dāng)熱門不再熱時，他們也能 及時轉(zhuǎn)向。

　　最近的一個熱門專業(yè)，是數(shù)據(jù)科學(xué)，準(zhǔn)確地說，這個熱門叫什么名字，還很不確定。在傳統(tǒng)學(xué)科中，也許統(tǒng)計與之最為接近。

　 　這門科學(xué)雖然還沒完全定型、定名，但已經(jīng)在現(xiàn)實(shí)中運(yùn)用的風(fēng)風(fēng)火火。不久前在報紙上讀到一篇報道：一位父親在郵箱里收到某名店寄給女兒的嬰兒用品廣告，里 面的賀卡寫得明明白白：“恭迎您的孩子！”父親大怒：我女兒才上高中，怎么可能生孩子？！于是找那家店去評理。結(jié)果馬上發(fā)現(xiàn)：女兒確實(shí)已經(jīng)懷孕。店里根據(jù) 他女兒購物的信用卡記錄，琢磨出連她自己的父親都沒有察覺的事情。

　　這就是大數(shù)據(jù)的厲害：從購物、網(wǎng)上活動、到犯罪數(shù)據(jù)、交通流量、乃至各種經(jīng)濟(jì)信息，都在大數(shù)據(jù)的 分析范圍之內(nèi)。不管是一國的政治、軍事決策，還是一個大公司的市場戰(zhàn)略，全鑲嵌在數(shù)據(jù)科學(xué)之中。我發(fā)現(xiàn)，亞馬遜甚至對我這么一個閱讀范圍廣泛、興趣變幻不 定的人也非常了解，經(jīng)常能夠準(zhǔn)確地推薦給我各種學(xué)科的書籍，而且往往是我正需要的。我在亞馬遜上購物的一舉一動，都進(jìn)入了其數(shù)據(jù)分析模式，這個模式在不停 的分析我的思想動態(tài)。

　　如此神奇的數(shù)據(jù)科學(xué)并非橫空出世。 傳統(tǒng)的數(shù)學(xué)、統(tǒng)計學(xué)，就與之十分接近。后來的計算機(jī)、信息處理等等，也都與之密切相關(guān)。經(jīng)濟(jì)學(xué)中早就大量運(yùn)用統(tǒng)計和數(shù)據(jù)。即使在歷史學(xué)中，數(shù)據(jù)資料的運(yùn)用 也越來越廣泛。不過，數(shù)據(jù)科學(xué)又不能被上述任何一門學(xué)科所概括。用Charleston學(xué)院計算機(jī)系主任Christopher Starr的話說，“數(shù)據(jù)科學(xué)正在崛起為一個新學(xué)科，但絕不是多學(xué)科簡單的相加，而是一個完整的知識體系、職業(yè)操作和組織、以及一整套倫理責(zé)任。”數(shù)據(jù)科 學(xué)家不僅僅是用計算機(jī)等現(xiàn)代信息處理技術(shù)收集數(shù)據(jù)，而且要建立數(shù)學(xué)模型對之分析，并從這種分析演繹出某種故事、圖像。上面的例子就很清楚。一個女高中生購 物，刷卡付款后留下的是一堆數(shù)據(jù)。這些數(shù)據(jù)數(shù)量并不大，但經(jīng)過某種模型的自動分析，很快構(gòu)造出一個生活中真實(shí)的故事：她懷孕了，正在等著自己的小寶寶出 世。如今，當(dāng)人們每天到店里刷卡、或在網(wǎng)上購物、閱讀時，幾百萬、幾千萬、乃至上億的故事就這樣通過干巴巴的數(shù)據(jù)有聲有色地被構(gòu)造出來，為企業(yè)、政府、大 學(xué)、慈善機(jī)構(gòu)和各種其他組織提供了政策依據(jù)。但這一切，是否侵犯了個人隱私？公共領(lǐng)域和私人領(lǐng)域的界限如何劃分？這又涉及到法律、倫理、政治等等方面的一 系列辯論。

　　也正是如此，統(tǒng)計學(xué)最近在美國校園里漸漸熱起來。 另外，哥倫比亞、斯坦福、紐約大學(xué)、西北大學(xué)、喬治梅森大學(xué)、印第安納大學(xué)、加州大學(xué)爾灣分校等等，在最近幾年建立了十幾個有著不同名字的數(shù)據(jù)科學(xué)的學(xué)位 或證書課程。這并不是一點(diǎn)小動靜。要知道，過去幾年美國被經(jīng)濟(jì)危機(jī)所困，各大學(xué)紛紛消減和凍結(jié)項(xiàng)目、課程、教職，連哈佛這樣的巨無霸都不能免俗。能夠逆流 而上建設(shè)新的課程，必定是回應(yīng)強(qiáng)烈的市場信號。麥肯錫環(huán)球咨詢公司指出，要滿足美國對數(shù)據(jù)科學(xué)家的需求，大學(xué)必須把現(xiàn)有的人才培養(yǎng)量擴(kuò)張60%。到 2018年，這個領(lǐng)域?qū)⒊霈F(xiàn)50萬個左右的工作，數(shù)據(jù)科學(xué)家的短缺將達(dá)19萬人，另外還需要150萬個理解數(shù)據(jù)科學(xué)的管理和后勤人員。這也難怪，如今雖然 經(jīng)濟(jì)不景氣，許多這個學(xué)科的畢業(yè)生起薪能達(dá)十萬美元以上。比如，北卡州立大學(xué)（North Carolina State University）本來名不見經(jīng)傳，在《美國新聞與世界報道》中的全美研究性大學(xué)排名中居于百名以外。但該校2007年建立了與數(shù)據(jù)科學(xué)相關(guān)的分析 （Analytics）專業(yè)碩士課程。2012年84位畢業(yè)生全部找到工作，平均起薪接近9萬美元，有經(jīng)驗(yàn)者則超過10萬美元以上。

　　數(shù)據(jù)科學(xué)家需要什么素質(zhì)？我 們本能地想到那些應(yīng)用數(shù)學(xué)、統(tǒng)計學(xué)、計算機(jī)信息處理等方面的人才。這確實(shí)也八九不離十。不過僅此還不夠。在哥倫比亞講授數(shù)據(jù)科學(xué)入門的Rachel Schutt指出，數(shù)據(jù)科學(xué)家是計算機(jī)科學(xué)家、軟件工程師、統(tǒng)計學(xué)家的雜交。不過，最好的候選是那些對世界充滿好奇的人，那些喜歡問問題的思想家，那些喜 歡面對雜亂無章、缺乏結(jié)構(gòu)性的情景，又喜歡給這種沒有結(jié)構(gòu)的現(xiàn)實(shí)提供一種結(jié)構(gòu)的人。如果更通俗的語言解釋，能夠捕捉數(shù)據(jù)科學(xué)所提供機(jī)會的人，主要還是那些 “學(xué)好數(shù)理化、走遍天下都不怕”的理工精英；同時，他們必須能夠?yàn)樽约核占?、處理的?shù)據(jù)賦予意義，從中講出故事來。這又要求他們具有相當(dāng)?shù)纳鐣茖W(xué)的訓(xùn) 練?！都~約時報》就舉出例子：哥倫比亞大學(xué)有個碩士課程，叫社會科學(xué)的數(shù)量方法。那里已經(jīng)成為數(shù)據(jù)科學(xué)家的訓(xùn)練營地。

　　數(shù)據(jù)科學(xué)的崛起，為我們思考“熱門專業(yè)”、 “新興學(xué)科”的個人教育戰(zhàn)略提供了一個典型范例。數(shù)據(jù)科學(xué)炙手可熱，一大堆學(xué)位或證書課程迅速上馬。但是我們必須注意到兩點(diǎn)：第一，這些上馬的課程，主要 是研究院的課程，不是本科課程。第二，這些課程準(zhǔn)入門檻很高，不是誰都能上。數(shù)理基礎(chǔ)不行的，最好繞道走。這也保證了這些課程規(guī)模有限，所培養(yǎng)的人才在未 來幾年頗有些壟斷優(yōu)勢，鎖定了高薪。

　 　中國的學(xué)生和家長，特別喜歡追“熱門專業(yè)”。我對他們的勸告是：本科階段，最好學(xué)一些基礎(chǔ)專業(yè)，如文史、經(jīng)濟(jì)學(xué)、數(shù)理化、工程等等。這是本。某些花哨的 “熱門專業(yè)”，多屬雕蟲小技，是末。切不可本末倒置、輕上時髦專業(yè)的“賊船”。第一，“熱門專業(yè)”來得快，去得也快，大家追風(fēng)扎堆，轉(zhuǎn)眼間就人才過剩。本 科四年時間非常長。進(jìn)去時某個專業(yè)還在熱，畢業(yè)時可能黃瓜菜都涼了，已經(jīng)成為待業(yè)大本營。第二，本科的“熱門專業(yè)”，作為新學(xué)科往往不成熟，缺乏學(xué)術(shù)傳 統(tǒng)，教授東拼西湊，灌水成分比較大。跟著這些雜牌軍學(xué)不到真本事。

　 　與此相對，如果本科不追時尚，修煉好數(shù)理、文史和社會科學(xué)方面的基本功，日后學(xué)什么都快。有了本科練就的功夫，申請研究院就有本錢，到那時跳到“熱門專 業(yè)”也不晚。一個“熱門專業(yè)”的碩士課程，往往就一兩年，時間短得多，“熱門”變冷的機(jī)會自然小得多。在本科基本功的底子上短平快地攻克一個新學(xué)科，比起 投入本科四年來要保險穩(wěn)妥得多。特別是數(shù)據(jù)科學(xué)這樣的熱門專業(yè)，雖然在商業(yè)中的運(yùn)用最廣、需求最大，但商科學(xué)生往往學(xué)不了，反而是數(shù)學(xué)系的“書呆子”們有 先聲奪人之優(yōu)勢。所以，對待大學(xué)教育，切不可急功近利。否則恐怕就會落得個“機(jī)關(guān)算盡太聰明”……

CDA 數(shù)據(jù)分析師 官網(wǎng)