數(shù)據(jù)科學(xué)家的需求仍然很高，幾乎每個(gè)行業(yè)的企業(yè)都希望從其蓬勃發(fā)展的信息資源中獲得最大價(jià)值。

“隨著企業(yè)開(kāi)始充分利用內(nèi)部數(shù)據(jù)資產(chǎn)，以及審視數(shù)百個(gè)第三方數(shù)據(jù)源的整合，數(shù)據(jù)科學(xué)家的作用也在變得越來(lái)越重要，”咨詢(xún)公司Protiviti總監(jiān)Greg Boyd這樣說(shuō)。

“過(guò)去，負(fù)責(zé)數(shù)據(jù)的團(tuán)隊(duì)只是IT部門(mén)的后臺(tái)，執(zhí)行關(guān)鍵數(shù)據(jù)庫(kù)任務(wù)，確保各種公司系統(tǒng)得到數(shù)據(jù)‘燃料’的支持，這讓企業(yè)高管能夠報(bào)告運(yùn)營(yíng)情況并提供財(cái)務(wù)結(jié)果。”

這個(gè)角色很重要，但冉冉升起的業(yè)務(wù)明星都是那些精明的數(shù)據(jù)科學(xué)家，他們不僅能夠利用復(fù)雜的統(tǒng)計(jì)和可視化技術(shù)處理大量數(shù)據(jù)，而且具有極強(qiáng)的敏銳度，讓他們可以從數(shù)據(jù)中得到前瞻性的洞察，這些洞察有助于預(yù)測(cè)潛在結(jié)果，并減少對(duì)企業(yè)的潛在威脅。

[[225170]]

那么，成為數(shù)據(jù)科學(xué)家需要具備哪些條件呢?下面就是我們根據(jù)IT領(lǐng)導(dǎo)者、行業(yè)分析師、數(shù)據(jù)科學(xué)家的看法，總結(jié)出的一些重要屬性和技能。

批判性思維

數(shù)據(jù)科學(xué)家應(yīng)該是具有批判性的思想家，能夠在提出意見(jiàn)或作出判斷之前，針對(duì)特定主題或問(wèn)題對(duì)事實(shí)進(jìn)行客觀(guān)的分析。

咨詢(xún)公司普華永道負(fù)責(zé)數(shù)據(jù)分析的全球人工智能和創(chuàng)新負(fù)責(zé)人Anand Rao表示：“他們需要了解業(yè)務(wù)問(wèn)題或業(yè)務(wù)決策，并能夠‘模擬’或‘抽象’解決問(wèn)題的關(guān)鍵，而不是那些無(wú)關(guān)的、可以忽略的事情。這項(xiàng)技能比其他任何因素都更多地決定著數(shù)據(jù)科學(xué)家能否取得成功。”

數(shù)據(jù)科學(xué)家需要有經(jīng)驗(yàn)，但也要能夠摒棄先見(jiàn)，Zeta Global公司首席信息官Jeffry Nimeroff補(bǔ)充說(shuō)。

Nimeroff說(shuō)：“這種特質(zhì)是要知道在任何領(lǐng)域工作都能有所期待，但也知道經(jīng)驗(yàn)和直覺(jué)是不完美的。有經(jīng)驗(yàn)是件好事，如果我們過(guò)于自滿(mǎn)，那風(fēng)險(xiǎn)也是存在的。這就是摒棄先見(jiàn)的重要性所在。”

這并不是說(shuō)要以新手的視角來(lái)看待事情，而是要從多個(gè)角度重新審視，或者能夠評(píng)估問(wèn)題和情況。

寫(xiě)代碼

頂尖的數(shù)據(jù)科學(xué)家知道如何寫(xiě)代碼，并且能夠輕松處理各種編程任務(wù)。

Rao說(shuō)：“數(shù)據(jù)科學(xué)的語(yǔ)言選擇正在朝著Python方向傾斜，R語(yǔ)言也有大量追隨者。”此外，還有其他一些正在使用中的語(yǔ)言，例如Scala、Clojure、Java和Octave。

“要成為一名非常成功的數(shù)據(jù)科學(xué)家，編程技能就需要同時(shí)覆蓋到計(jì)算方面——處理大量數(shù)據(jù)、處理實(shí)時(shí)數(shù)據(jù)、云計(jì)算、非結(jié)構(gòu)化數(shù)據(jù)以及統(tǒng)計(jì)——和工作與統(tǒng)計(jì)模型方面——如回滾、優(yōu)化、集群、決策樹(shù)、隨機(jī)森林等。”

安全軟件公司McAfee的首席數(shù)據(jù)科學(xué)家Celeste Fralick說(shuō)，大數(shù)據(jù)從20世紀(jì)90年代末開(kāi)始產(chǎn)生影響力以來(lái)，就要求越來(lái)越多的數(shù)據(jù)科學(xué)家理解并能夠使用諸如Python、C ++或Java等語(yǔ)言進(jìn)行編碼。

如果一個(gè)數(shù)據(jù)科學(xué)家不懂如何寫(xiě)代碼，那么就應(yīng)該聘請(qǐng)一群會(huì)寫(xiě)代碼的人。“把數(shù)據(jù)科學(xué)家和開(kāi)發(fā)人員組成一個(gè)團(tuán)隊(duì)，這被證明是非常成效的，”Fralick這樣說(shuō)。

數(shù)學(xué)

對(duì)于不喜歡或不擅長(zhǎng)數(shù)學(xué)的人來(lái)說(shuō)，數(shù)據(jù)科學(xué)可能不是一個(gè)很好的職業(yè)選擇。

Boyd表示：“在我們與全球組織的合作中，我們認(rèn)識(shí)了很多希望開(kāi)發(fā)復(fù)雜財(cái)務(wù)或運(yùn)營(yíng)模式的客戶(hù)，為了使這些模型具有統(tǒng)計(jì)相關(guān)性，就需要有大量的數(shù)據(jù)。數(shù)據(jù)科學(xué)家的角色，就是利用他們?cè)跀?shù)學(xué)方面的深厚專(zhuān)業(yè)知識(shí)，開(kāi)發(fā)出可用于開(kāi)發(fā)或轉(zhuǎn)移關(guān)鍵業(yè)務(wù)戰(zhàn)略的統(tǒng)計(jì)模型。”

數(shù)據(jù)科學(xué)家應(yīng)該是擅長(zhǎng)數(shù)學(xué)和統(tǒng)計(jì)學(xué)的，同時(shí)具備與業(yè)務(wù)線(xiàn)主管密切協(xié)作的能力，以確保業(yè)務(wù)可以信賴(lài)其結(jié)果和建議的方式，與業(yè)務(wù)線(xiàn)主管溝通在復(fù)雜的“黑盒子”中實(shí)際發(fā)生了什么。

機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能

計(jì)算能力不斷提高，連接性增加，以及收集到的海量數(shù)據(jù)，很多行業(yè)都在飛速的發(fā)展中。 “數(shù)據(jù)科學(xué)家需要走在研究前沿，知道在什么時(shí)候運(yùn)用什么技術(shù)。很多時(shí)候，數(shù)據(jù)科學(xué)家會(huì)采用那些‘性感’而新奇的技術(shù)，而他們實(shí)際要解決的問(wèn)題遠(yuǎn)沒(méi)有那么復(fù)雜。”

數(shù)據(jù)科學(xué)家需要對(duì)他們要解決的問(wèn)題有著深入的了解，數(shù)據(jù)本身會(huì)告訴你需要什么。Fralick說(shuō)：“意識(shí)到生態(tài)系統(tǒng)的計(jì)算成本、可解釋性、延遲、帶寬，以及其他系統(tǒng)邊界條件，還有客戶(hù)的成熟度，這可以幫助數(shù)據(jù)科學(xué)家知道他們應(yīng)該運(yùn)用哪種技術(shù)。”的確如此，只要他們對(duì)這種技術(shù)是了解的。

統(tǒng)計(jì)方面的能力也是很重要的。Fralick說(shuō)，大多數(shù)雇主都沒(méi)有考慮這方面的技能，因?yàn)樗麄冚p而易舉地就能使用各種自動(dòng)化工具和開(kāi)源軟件。“但是，了解統(tǒng)計(jì)數(shù)據(jù)是理解這些工具和軟件所做假設(shè)的關(guān)鍵能力，”她說(shuō)。

數(shù)據(jù)存儲(chǔ)公司Micron首席信息官Trevor Schulze說(shuō)，僅僅理解機(jī)器學(xué)習(xí)算法的功能接口是不夠的。“為了選擇合適的算法，數(shù)據(jù)科學(xué)家需要了解方法中的統(tǒng)計(jì)數(shù)據(jù)以及數(shù)據(jù)準(zhǔn)備技術(shù)，以最大限度地提高任何模型的整體性能。”

Schulze說(shuō)，計(jì)算機(jī)科學(xué)能力也很重要。因?yàn)閿?shù)據(jù)科學(xué)的工作主要是在鍵盤(pán)上進(jìn)行的，所以堅(jiān)實(shí)的軟件工程基礎(chǔ)能起到幫助作用。

溝通能力

溝通技巧的重要性不言而喻。如今各種技術(shù)幾乎沒(méi)有哪些技術(shù)是在真空中使用的;系統(tǒng)、應(yīng)用、數(shù)據(jù)和人員之間總是存在著整合。數(shù)據(jù)科學(xué)也是如此，能夠利用數(shù)據(jù)與利益相關(guān)者進(jìn)行交流，這是一個(gè)重要特質(zhì)。

“用數(shù)據(jù)‘講故事’的能力，是可以把數(shù)學(xué)結(jié)果轉(zhuǎn)化為可操作的洞察或者干預(yù)。作為業(yè)務(wù)、技術(shù)和數(shù)據(jù)的交叉點(diǎn)，數(shù)據(jù)科學(xué)家需要善于向每個(gè)利益相關(guān)者‘講故事’。”

這其中包括，向業(yè)務(wù)主管傳達(dá)數(shù)據(jù)的商業(yè)利益;技術(shù)和計(jì)算資源;數(shù)據(jù)質(zhì)量、隱私和機(jī)密性方面的挑戰(zhàn);以及該組織感興趣的其他領(lǐng)域。

Nimeroff表示，作為一名優(yōu)秀的溝通者，能夠?qū)⒕哂刑魬?zhàn)性的技術(shù)信息提煉成完整的、準(zhǔn)確且易于呈現(xiàn)的形式。“數(shù)據(jù)科學(xué)家必須記住，他們執(zhí)行所產(chǎn)生的結(jié)果，可以并且將用于支持業(yè)務(wù)的特定行動(dòng)。因此，要確保受眾理解并接受擺在他們面前的所有內(nèi)容，包括問(wèn)題、數(shù)據(jù)、成功標(biāo)準(zhǔn)和結(jié)果，這是至關(guān)重要的。”

Schulze說(shuō)，優(yōu)秀的數(shù)據(jù)科學(xué)家必須具有商業(yè)頭腦和好奇心，才能充分地與業(yè)務(wù)利益相關(guān)者溝通，了解問(wèn)題并確定哪些數(shù)據(jù)可能是相關(guān)的。

此外，數(shù)據(jù)科學(xué)家需要能夠向業(yè)務(wù)領(lǐng)導(dǎo)者解釋算法。Schulze說(shuō)：“解釋算法是如何實(shí)現(xiàn)預(yù)測(cè)的，是獲得領(lǐng)導(dǎo)者對(duì)作為業(yè)務(wù)流程一部分的預(yù)測(cè)模型的信任的關(guān)鍵技能。”

數(shù)據(jù)架構(gòu)

數(shù)據(jù)科學(xué)家必須從一開(kāi)始、到模型、再到業(yè)務(wù)決策的過(guò)程中，就了解數(shù)據(jù)的所有情況。

“如果不去了解架構(gòu)可能會(huì)對(duì)樣本規(guī)模的推論和假設(shè)產(chǎn)生這樣嚴(yán)重的影響，這就會(huì)導(dǎo)致錯(cuò)誤的結(jié)果和決策，”Fralick說(shuō)。

更糟糕的是，架構(gòu)內(nèi)部也可能會(huì)發(fā)生變化。Fralick說(shuō)，如果不了解對(duì)模型的影響是從何而起的話(huà)，數(shù)據(jù)科學(xué)家最終可能會(huì)“不得不重做模型”，或者突然遇到模型不準(zhǔn)確的情況而不知道其中原因。

Fraclick表示，雖然Hadoop通過(guò)將代碼傳遞給數(shù)據(jù)(而不是相反)來(lái)通過(guò)提供大數(shù)據(jù)，但了解數(shù)據(jù)流或數(shù)據(jù)管道的復(fù)雜性對(duì)于確?；谑聦?shí)的決策制定是至關(guān)重要的。

風(fēng)險(xiǎn)分析、過(guò)程改進(jìn)、系統(tǒng)工程

敏銳的數(shù)據(jù)科學(xué)家需要了解分析業(yè)務(wù)風(fēng)險(xiǎn)、改進(jìn)流程以及系統(tǒng)工程等概念。

Fralick表示：“我所知的優(yōu)秀數(shù)據(jù)科學(xué)家無(wú)一不具備這些能力。他們緊密合作，對(duì)內(nèi)焦點(diǎn)是數(shù)據(jù)科學(xué)家，對(duì)外專(zhuān)注于客戶(hù)。”

對(duì)內(nèi)，數(shù)據(jù)科學(xué)家應(yīng)該謹(jǐn)記“科學(xué)家”三個(gè)字，遵循良好的科學(xué)理論，F(xiàn)ralick這樣說(shuō)。

在模型開(kāi)發(fā)開(kāi)始時(shí)進(jìn)行風(fēng)險(xiǎn)分析可以降低風(fēng)險(xiǎn)。“表面上看，這些都是數(shù)據(jù)科學(xué)家了解客戶(hù)想要解決什么問(wèn)題索要具備的技能。”

Fralick表示，將支出與流程改進(jìn)聯(lián)系起來(lái)，了解固有的那些公司風(fēng)險(xiǎn)，以及可能影響數(shù)據(jù)或模型結(jié)果的其他系統(tǒng)，這些可以通過(guò)數(shù)據(jù)科學(xué)家的努力實(shí)現(xiàn)更高的客戶(hù)滿(mǎn)意度。

解決問(wèn)題的能力和良好的商業(yè)直覺(jué)

一般來(lái)說(shuō)，偉大的數(shù)據(jù)科學(xué)家所展現(xiàn)的特質(zhì)，與任何一個(gè)好的問(wèn)題解決者都是相同的。Nimeroff表示：“”他們會(huì)從多角度看待世界，他們會(huì)在動(dòng)用所有工具之前，先了解他們應(yīng)該做什么，他們以嚴(yán)謹(jǐn)而完整的方式工作，并且能夠順利地解釋他們的執(zhí)行結(jié)果。”

當(dāng)評(píng)估數(shù)據(jù)科學(xué)家等職位的技術(shù)專(zhuān)業(yè)人士時(shí)，Nimeroff會(huì)尋找這些特質(zhì)。“這種方法成功的幾率要比失敗的幾率高得多，并且也確保了潛在的優(yōu)勢(shì)得以最大化，因?yàn)榕行运季S已經(jīng)走到了最前沿。”

尋找一位優(yōu)秀的數(shù)據(jù)科學(xué)家，就是要尋找擁有某種矛盾性技能的人：可以應(yīng)對(duì)數(shù)據(jù)處理，并創(chuàng)建有用的模型;能直觀(guān)地理解他們正在嘗試解決的業(yè)務(wù)問(wèn)題、數(shù)據(jù)的結(jié)構(gòu)和細(xì)微差別、以及模型的工作原理，商業(yè)軟件供應(yīng)商Paytronix Systems的Paytronix Data Insights主管Lee Barnes這樣說(shuō)道。

“其中第一個(gè)是最容易找到的;大多數(shù)擁有良好數(shù)學(xué)能力，擁有數(shù)學(xué)統(tǒng)計(jì)學(xué)、工程學(xué)或其他科學(xué)學(xué)科學(xué)位的人，可能在這方面是非常出色的。第二個(gè)卻很難找到。令人驚訝的是，很多人建立了復(fù)雜的模型，但是當(dāng)他們被問(wèn)及為什么他們認(rèn)為這個(gè)模型能夠奏效、或者為什么他們選擇這個(gè)方法的時(shí)候，他們卻無(wú)法給出一個(gè)很好的答案。”

這些人也許能夠解釋模型有多準(zhǔn)確，“但是，如果不理解模型為什么以及如何工作，就很難對(duì)他們的模型抱有很大的信心。能夠?qū)τ谡谧龅氖虑橛懈钊氲牧私夂椭庇X(jué)，這樣的人才是真正的數(shù)據(jù)科學(xué)家，并且可能在這個(gè)領(lǐng)域擁有成功的職業(yè)生涯。”Barnes說(shuō)。