52
技術社區[雲棲]
二十一世紀最性感的職業：數據科學家
性感事物方麵的權威《哈佛商業評論》宣布，“數據科學家”是二十一世紀最性感的職業。所謂性感，既代表著難以名狀的誘惑，又說明了大家都不知道它幹的是什麼。
不管老板懂不懂數據科學家是幹什麼的，反正最近幾年這個崗位的需求數正在快速攀升，Indeed.com的數據可以為證。
但是其性感在什麼地方？什麼是數據科學家？他們是科學家嗎？還是工程師？程序員？抑或是一個商業決策與創新者的新血統？
Indeed.com的數據沒有反應出來的一個事實是，盡管這個職業對應的學科在學術界經過長期的醞釀，但終究沒有成立為一個新的學科。而這段時間很長的學術孵化期，也許跟今天的數據科學實踐有著很大的關係。
我 們首先來簡要回顧一下這段曆史。早在上世紀六十年代，Peter Naur就首次提議要用“數據科學（data science、Datalogy）”來替代“計算機科學（computer science）”，後來在上世紀九十年代中期為國際分類社團聯盟所用。2001年，William S. Cleveland提議將其設立為一個新的學科，吸收“計算在數據方麵取得的進展”作為統計學的延伸。《數據科學（Data Science Journal ）》及《The Journal of Data Science》分別於2002年與2003年發行.2005年，國家科學委員會發表了《數字數據收集萬歲：促進二十一世紀的研究與教育》，文中將數據科學家定義為“信息與計算機科學家，數據庫與軟件工程師及程序員，學科專家，成功管理數字數據收集的關鍵人物。”
到 了本世紀頭十年的中期，數據科學不再屈尊於僅列為其他學科的細目清單，開始走出學術殿堂。從學術邁向新職業走出的這半步是Troy Sadkowsky於2009年完成的。他在澳大利亞的一個學術性崗位工作，但卻有一個“科學性程序員”的頭銜，其職責是開發支撐大規模、“大數據”科學 性研究的應用。2009年一月，數字化數據跨機構工作組發表了一份名為《駕馭科學與社會數字化數據之力》的報告，Sadkowsky從中了解到“數據科學 家”這個詞，認為該詞是自己所從事工作的最好描述。2009年6月，他在LinkedIn建立了一個數據科學家小組作為其 datasceintists.com網站的輔佐。
但是數據科學從學術向行業的大規模遷移此前早就在美國發生 了，那時候Web公司正在開發大數據技術，需要定量分析員對其收集得海量數據進行挖掘利用。那些不願呆在象牙塔裏的數量分析專家都會跑到華爾街。不過 2008年的時候這個地方的誘惑力下降了。Greylock Partners的數據科學家D.J. Patil跟Jeff Hammerbacher一起在Facebook和LikedIn上建立了數據與分析小組，這一舉動被視為是數據科學走向職業化的標誌，小組的職能是致力 於對業務能夠產生即時的、大規模影響的數據應用。所謂數據科學家就是運用數據和科學創造新東西的人。
而數據科學家這個職位的頭銜則是2009年由Natahn Yau首次提及的，他認為數據科學家就是能夠從大型數據集中析取出數據，並提供某些可供非數據專家使用的東西的人。
數據科學家、創業家Mike Driscoll則認為數據極客有三個性感之處：建模、轉換、可視化。而一種比較有詩意的表述方式是：數據科學家好比是哥倫布遇上科倫坡，目光如炬的探險家與懷疑一切的大偵探的合體。
而 在《數據科學家：二十一世紀最性感的職業》一文中，設計LinkedIn的“你可能認識的人”功能的數據科學家Jonathan Goldman的工作也許是對數據科學家工作方式的最好詮釋：首先構建理論、印證預感，然後尋找出模式，對應該推出某人的哪一個網絡做出預測。文章最後對 數據科學家的工作進行如下概括：
數據科學家做的，就是在數據中遨遊的同時進行探索，其 顯著特點是強烈的好奇—他們渴望尋找問題核心，追究問題實質，並把這些東西提煉為一組非常清晰、可以驗證的假設。這往往會讓人聯想到這些都是任何一個領域 最有創意的科學家所具備的特質，很顯然，科學家這個頭銜適合於這一新興角色。他們實現價值提升並不是靠做報表或者PPT給高管，而是靠在麵向客戶的產品與 流程方麵所做出的創新。
不過，這一大段的闡述仍然不夠簡潔明了，在上述觀察的基礎上我們來給出一個數據科學家的簡明版定義：
數據科學家就是采用科學方法、運用數據挖掘工具尋找新的數據洞察的工程師。
科 學辦法就是構思假設、測試想法、精心設計實驗、經由他人驗證，這些是他們從統計身上掌握的知識，經科學訓練出來的經驗。而工具的運用則是來自其工程經驗， 或者更確切地說來自於其計算機科學與編程背景。最好的數據科學家是產品與流程的創新者，有時候還是新的數據挖掘工具的開發者。
何謂性感，這就是。
最後更新：2017-04-02 15:14:54