你真的適合在數(shù)據(jù)科學(xué)領(lǐng)域工作嗎_數(shù)據(jù)分析師考試

目前數(shù)據(jù)科學(xué)家或相關(guān)角色（如數(shù)據(jù)管理，統(tǒng)計(jì)師，數(shù)據(jù)分析師等）成為最搶手的職業(yè)之一。針對(duì)這一跨行業(yè)的趨勢(shì)，一些頂尖大學(xué)已經(jīng)開始致力于培養(yǎng)數(shù)據(jù)科學(xué)家。---cda數(shù)據(jù)分析師報(bào)名

在更多的機(jī)遇、薪酬、知名度以及商業(yè)領(lǐng)袖們對(duì)它重視的誘惑下，許多人開始朝著數(shù)據(jù)科學(xué)家的職業(yè)努力，但他們并沒有深入地思考這個(gè)職位每天所需要承擔(dān)的責(zé)任、需要的態(tài)度、在技術(shù)和商業(yè)技能上的平衡的能力。

對(duì)于有志成為數(shù)據(jù)科學(xué)家這個(gè)角色的人，這些能夠挑戰(zhàn)自我和職業(yè)抱負(fù)的人，我們希望能勾畫出一個(gè)清晰的圖像來說明這些人的特質(zhì)。我最近同一個(gè)有著25年以上行業(yè)經(jīng)驗(yàn)的人Paco Nathan聊起這個(gè)問題，他的坦誠的回應(yīng)讓我對(duì)這個(gè)問題的認(rèn)識(shí)清楚了不少。
Anmol Rajpurohit: 數(shù)據(jù)科學(xué)家被稱為第二十一世紀(jì)最性感的工作。你同意嗎？你會(huì)給致力于從事數(shù)據(jù)科學(xué)的人們什么樣的建議呢？
Paco Nathan：我不同意。沒有多少人具備數(shù)據(jù)科學(xué)家這個(gè)角色所需要的知識(shí)廣度，也沒有多少人具備掌握這些技能必備的耐心和欲望。

先做一個(gè)自我測(cè)試吧

1、準(zhǔn)備一個(gè)未知的數(shù)據(jù)集的分析和可視化，數(shù)據(jù)需求者們將看到你的成果后問一些關(guān)鍵問題，但你要準(zhǔn)備好你滿懷信心得出的結(jié)果受到一些量化的論證。

2、在25個(gè)字以內(nèi)形容出損失函數(shù)(loss function)和(regularization term)正則化項(xiàng)，用幾個(gè)例子做比較/對(duì)比，并展示如何為建模說明(model transparency)、模型預(yù)測(cè)能力和資源需求構(gòu)建一系列的權(quán)衡。

3、在行政機(jī)關(guān)工作人員會(huì)議上提出一個(gè)關(guān)于解雇排名靠后的人的企業(yè)重整建議。

4、訪問34個(gè)對(duì)你的項(xiàng)目有敵視態(tài)度的不同部門，梳理出他們一直不愿意提供的元數(shù)據(jù)資料。

5、構(gòu)建、測(cè)試和部署一個(gè)APP，可以提供實(shí)時(shí)的SLAs，同時(shí)可以有效地跨越1000多節(jié)點(diǎn)集群。

6、在沒有他人幫助的情況下，解決一個(gè)至少有200字節(jié)長的會(huì)出現(xiàn)間歇性錯(cuò)誤的代碼問題。

7、利用集成方法，提升你正在做一個(gè)預(yù)測(cè)模型的效果。

8、在最后期限日之前，和來自34個(gè)和你工作毫不相關(guān)的領(lǐng)域的人們一起完成編程項(xiàng)目。

如果你不喜歡上面任何一項(xiàng)工作，那么我建議你不要把“數(shù)據(jù)科學(xué)家”當(dāng)成你的職業(yè)。

數(shù)據(jù)科學(xué)家這個(gè)“性感”的角色是大約在2012年由DJ Patil, Hilary Mason等人提出的，然而不是每個(gè)人都能分到這個(gè)40億美元產(chǎn)業(yè)的一杯羹。

2012年的狀況和現(xiàn)在已經(jīng)有很大的區(qū)別，現(xiàn)在在數(shù)據(jù)科學(xué)領(lǐng)域工作意味著：

1、在待開發(fā)的領(lǐng)域里有一些創(chuàng)新的機(jī)會(huì)，但不是經(jīng)常會(huì)有。

2、大多數(shù)現(xiàn)有的項(xiàng)目是有風(fēng)險(xiǎn)的。

3、必須對(duì)一些權(quán)威提出挑戰(zhàn)（這不好玩，但是是這個(gè)角色的精髓）。

DJ和其他人之前所做的，大多數(shù)同數(shù)據(jù)相關(guān)的問題是社會(huì)或者組織（例如，數(shù)據(jù)孤島，缺乏元數(shù)據(jù)，矩陣組織內(nèi)訌等）或者是組織里對(duì)這個(gè)問題已經(jīng)有了明確的回答。

我有一種預(yù)感，在電子商務(wù)領(lǐng)域已經(jīng)有很多有趣的工作出現(xiàn)，優(yōu)秀的人們將繼續(xù)保持極高的價(jià)值，但是工作將向硅谷外轉(zhuǎn)移，或者是其他行業(yè)的人們將來這里進(jìn)行學(xué)習(xí)、合作、交易等等。

例如Monsanto（一家位于美國密蘇里州的巨型跨國農(nóng)業(yè)生物技術(shù)公司），他們?cè)谂f金山成立了一個(gè)公司，其實(shí)他們可以投資更多的錢在擁有更有利條件的公司上，正如其他風(fēng)險(xiǎn)投資（VC）所做的。然而，該地區(qū)的風(fēng)險(xiǎn)投資人（VC）卻忽略了相關(guān)數(shù)據(jù)在企業(yè)的重要作用——除了特斯拉（Khosla）。在過去的幾個(gè)月中，他們已經(jīng)收購了：Climate Corp, Solum等等，我期待著這種趨勢(shì)的發(fā)展。

（Climate Corp 是一家意外天氣保險(xiǎn)公司，為美國的農(nóng)民提供天氣意外保險(xiǎn)。Solum是一家農(nóng)業(yè)領(lǐng)域的科技創(chuàng)業(yè)公司，它們的測(cè)量系統(tǒng)能夠?qū)崿F(xiàn)更高效、更精準(zhǔn)的農(nóng)產(chǎn)品抽樣分析。）

從我的角度來看，數(shù)據(jù)最大的問題還沒有出現(xiàn)，它應(yīng)該解決真正的問題，例如食品供應(yīng)，干旱/洪水，能源安全，醫(yī)療保健，電信，交通運(yùn)輸減少對(duì)石油的依賴，更智能的生產(chǎn)，森林砍伐監(jiān)測(cè)，海洋分析等等。

此外，IT預(yù)算仍然限制了數(shù)據(jù)的洞察力。太多的預(yù)算流向了“數(shù)據(jù)工程“人員，太多的預(yù)算往往被指定用于已經(jīng)清理的數(shù)據(jù)。另外，我發(fā)現(xiàn)，在SV中“產(chǎn)品管理”的概念同有效利用數(shù)據(jù)的概念是對(duì)立的，在許多情況下，產(chǎn)品管理會(huì)阻礙公司數(shù)據(jù)的使用。cda數(shù)據(jù)分析師考試

因此，我們的價(jià)值一般會(huì)體現(xiàn)在以下幾個(gè)方面：

1、編寫代碼來準(zhǔn)備數(shù)據(jù)。

2、用自動(dòng)化流程來提高工程的性能和模型比賽。

3、對(duì)權(quán)威用數(shù)據(jù)進(jìn)行挑戰(zhàn)。