資料科學(xué)家（Data Scientist）被譽(yù)為21世紀(jì)“最性感”的人才。到底性感在哪里？外界對(duì)這份職業(yè)又有哪些迷思？臺(tái)灣資料科學(xué)協(xié)會(huì)理事長(zhǎng)、中研院資訊科學(xué)所研究員陳昇瑋，對(duì)于資料科學(xué)家的定義是“可以從數(shù)據(jù)中淘金，用數(shù)據(jù)解決問(wèn)題的人。

這幾年，大數(shù)據(jù)、資料科學(xué)蔚為產(chǎn)業(yè)風(fēng)潮，但在這些名詞還未為眾人所知之前，臺(tái)灣資料科學(xué)協(xié)會(huì)理事長(zhǎng)、中研院資科所研究員陳昇瑋就已深耕于此。陳昇瑋原先是一位工程師、在IT業(yè)界資歷頗深，他在2000年后投身學(xué)術(shù)界，并在三年前創(chuàng)辦一年一度的臺(tái)灣資料科學(xué)年會(huì)，積極推廣資料科學(xué)在各領(lǐng)域的應(yīng)用。

在學(xué)術(shù)界中，陳昇瑋也是第一個(gè)在學(xué)術(shù)研究中結(jié)合真實(shí)商業(yè)數(shù)據(jù)的人。他經(jīng)手過(guò)許多產(chǎn)業(yè)的數(shù)據(jù)研究，例如使用情緒量測(cè)技術(shù)，來(lái)預(yù)言線上游戲的成?。粚①Y料數(shù)據(jù)分析應(yīng)用在公益領(lǐng)域，分析捐款人的偏好等。

陳昇瑋說(shuō)，目前資料科學(xué)在各行各業(yè)都已經(jīng)有很多有效的應(yīng)用，例如美國(guó)職棒、職籃隊(duì)伍幾乎內(nèi)部都有資料科學(xué)家，他們會(huì)根據(jù)球的位置、球員的位置，跳多高、跳的角度等，來(lái)擬定有效的作戰(zhàn)策略，或是分析球員體能表現(xiàn)等；運(yùn)用在電商領(lǐng)域可以得出哪些特質(zhì)的消費(fèi)者會(huì)喜歡什幺樣的產(chǎn)品；透過(guò)各個(gè)城市蒐集來(lái)的空氣數(shù)據(jù)來(lái)得出污染源等等。

從程式人跨到學(xué)術(shù)人，陳昇瑋其實(shí)最懂資料科學(xué)家所具備的“跨界”能力。正如同他自身經(jīng)歷，陳昇瑋認(rèn)為，資料科學(xué)家必須周游在各個(gè)產(chǎn)業(yè)領(lǐng)域之間，絕對(duì)不像外界所想的只需要具備Programming（程式設(shè)計(jì)）能力。資料科學(xué)家的位置介于資料工程師（Data Engineer）與資料分析師（Data Analyst）中間。資料工程師需要的是電腦科學(xué)（Computer Science）專業(yè)；資料分析師需要的是統(tǒng)計(jì)（Statistical Skills）專業(yè)，資料科學(xué)家還得再加上一項(xiàng)領(lǐng)域知識(shí)（Domain Expertise）。

“資料科學(xué)沒(méi)有很神奇，它也是一種科學(xué)。你得先觀察資料，提出你的假設(shè)，然后再去驗(yàn)證結(jié)果。”也就是說(shuō)，不管資料科學(xué)家在什幺產(chǎn)業(yè)，都要先掌握那個(gè)產(chǎn)業(yè)的domain know-how（領(lǐng)域知識(shí)），再進(jìn)一步提出假設(shè)、才能得出好的結(jié)果，“因?yàn)閱?wèn)出對(duì)的問(wèn)題，才會(huì)得到對(duì)的答案。”陳昇瑋說(shuō)。

不管資料科學(xué)家在什幺產(chǎn)業(yè)，都要先掌握那個(gè)產(chǎn)業(yè)的domain know-how（領(lǐng)域知識(shí)），再進(jìn)一步提出假設(shè)、才能得出好的結(jié)果，“因?yàn)閱?wèn)出對(duì)的問(wèn)題，才會(huì)得到對(duì)的答案。”陳昇瑋說(shuō)。創(chuàng)意也很重要

陳昇瑋提到，資料科學(xué)家最好要具有資訊、數(shù)學(xué)統(tǒng)計(jì)、問(wèn)題三種領(lǐng)域的專業(yè)知識(shí)，而人格特質(zhì)又以細(xì)心、溝通能力、創(chuàng)意為三大重點(diǎn)。為什幺需要?jiǎng)?chuàng)意？因?yàn)樽鳛橐粋€(gè)資料科學(xué)家，“創(chuàng)意”會(huì)是加乘條件。“當(dāng)你看的東西與人不同，你想的東西也就與眾不同。”要如何訓(xùn)練自己的創(chuàng)意？強(qiáng)迫自己觀察，直到觀察成為生活的一部分。

總結(jié)來(lái)說(shuō)，資料科學(xué)家其實(shí)不一定非要資訊背景出身，除了資工、資訊、電機(jī)等理工人外，其實(shí)統(tǒng)計(jì)、財(cái)務(wù)管理人才也很適合，因?yàn)樗麄兙哂衅渌a(chǎn)業(yè)的知識(shí)，也更具有商業(yè)嗅覺(jué)，只要補(bǔ)足程式能力，都有可能轉(zhuǎn)型成為未來(lái)炙手可熱的資料科學(xué)家。

從企業(yè)的角度出發(fā)，陳昇瑋說(shuō)，企業(yè)內(nèi)最理想的初始資料科學(xué)團(tuán)隊(duì)規(guī)模是五個(gè)人，包括一位PM（專案經(jīng)理）、一位Data Scientist（資料科學(xué)家）、兩位Data Engineer（資料工程師）跟一名Visual Designer（視覺(jué)設(shè)計(jì)師）。但如果企業(yè)沒(méi)有這幺多資源的話，可以先從兩、三個(gè)人訓(xùn)練起，先求有、再求好。陳昇瑋說(shuō)，資料科學(xué)牽涉到典範(fàn)移轉(zhuǎn)（Paradigm Shift），傳統(tǒng)倚賴經(jīng)驗(yàn)、現(xiàn)在倚賴測(cè)量；傳統(tǒng)資料是私有，現(xiàn)在卻是開放。“典範(fàn)移轉(zhuǎn)本來(lái)就不是簡(jiǎn)單的事，但這是不得不做的事。”

因此，資料科學(xué)家也要具備一定的商業(yè)敏感度。“商業(yè)敏感度是『混』出來(lái)的，他不會(huì)憑空出現(xiàn)。”隸屬于企業(yè)中數(shù)據(jù)部門的資料科學(xué)家，還要常和業(yè)務(wù)部的人經(jīng)常在一起，不只是一起開會(huì)，最好還要一起喝茶、吃飯，讓彼此更加熟悉。

正因?yàn)橘Y料科學(xué)家能從繁複的數(shù)據(jù)中“看到別人看不到的東西”，他們能夠重新定義問(wèn)題以及尋找答案，為企業(yè)在無(wú)論消費(fèi)者行為分析、商業(yè)決策等方面“解惑”，也讓資料科學(xué)家變成目前產(chǎn)業(yè)趨之若鶩的未來(lái)人才。

“這已經(jīng)是現(xiàn)在進(jìn)行式。”陳昇瑋說(shuō)，資料科學(xué)目前已經(jīng)影響網(wǎng)路、金融業(yè)，未來(lái)，下一波沖擊又最可能會(huì)發(fā)生在倉(cāng)儲(chǔ)、餐飲、製造業(yè)等傳統(tǒng)產(chǎn)業(yè)。因?yàn)榘ㄉa(chǎn)線、原物料、供應(yīng)鏈、庫(kù)存成本等，若能有更好的數(shù)據(jù)控管，得出獨(dú)特的商業(yè)Insight（洞見(jiàn)），資料科學(xué)家就能顛覆各個(gè)產(chǎn)業(yè)。

文章來(lái)源：機(jī)房監(jiān)控 http://qdlanhai.cn