数据科学家

文| 三十

“什么是数据科学家？”三十翻看着斯坦福和IBM关于数据科学的资料，想从拥有百科全书脑存量的博物君那里得到答案。

昏昏沉沉的雾气飘荡在加州北部，橙色的阳光没精打采的与冬日里冰冷的海水纠缠在一起。沙漠和海洋性气候使得硅谷常年阳光充裕，气候宜人，可最近竟奇怪地变得阴沉起来。这不免让人联想到肺炎疫情在这里扩散的阴霾，惶恐的气氛在蔓延。

在这个坐拥几十万亿公司市值的美国科技中心，在这个被祝福的土地上，隐约看到关于人类的故事还在继续，科技在历史中留下的辉煌与创伤还未停歇。科技的力量无疑还在深刻的影响着造物世界，或悲伤或喜悦。

博物君的脑中快速闪过了几个画面：科比坠机事故的山谷、加州大火留下的黑色山林、无人驾驶汽车车祸现场，唏嘘着：“科技这玩意儿发展的太快了，真不知道这到底是灾难还是福祉。”

“你还没有回答我的问题！”三十穷追不舍。

“哦，你是问‘什么是数据科学家’？”。博物君整理了一下思绪，用力地解释到。

“罗杰斯在卫报上曾说过‘每个人都喜欢数据科学家’，来自谷歌的瓦里安也曾一语中的‘数据分析将是二十一世纪最性感的工作’。”

“那到底什么是数据科学？怎样成为一个数据科学家？”三十一连抛出了两个问题。

“我定义的数据科学家是这样一种人，他们通过各样的工具或程序来分析大数据或小数据，然后从中找到问题的解决方案，最终把数据转换成简明易懂的故事，讲述给利益相关方，帮助他们更好的进行决策。”博物君从来都有自己的想法和主见。

他继续补充：“我不赞成那种将能够处理数据的多少作为判定数据科学家的标准，即使处理的数据量不大，不见得就不是数据科学家；根据数据分析工具来判断谁是数据科学家也是不科学的，比如机器深度学习。简单来说，只要这个人具有好奇心，善于分析，具备基本的编程和数学能力，优秀的沟通能力，把复杂的发现变成简单的故事，让一个普通人都能听得懂，我觉得他就是一个合格的数据科学家。”

“按此理解，数据科学家所做的事情就应该叫数据科学。”三十好像想通了，“几年前我在大学读工程的时候曾被一个问题困惑过，‘什么是工程（what is engineering）’。当我把这个困惑分享给了我的导师米勒时，他笑了笑。他从MIT获得博士学位后就毕生在从事城市土地和交通方面的工作。他说‘工程师所做的事情就叫工程’。工程师可以进行建筑设计，编写程序代码，研制苹果手机芯片，甚至作为IMF的经济学家对抗全球金融危机。”

“你说的没错。但有些人对数据科学的概念持有不同意见。其中一些人坚持认为只有机器深度学习才算是数据科学。”博物君从裤兜里掏出了一个黑色小方盒儿，“如果不会使用这种黑箱子进行机器学习，那就算不上一个数据科学家，这简直是武断。”

“机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。”三十翻出了维基百科。

“还有一些人坚持认为，数据科学家是那种可以在几小时内处理五千万行数据的人，数据量是一个重要评判标准。但这又不同于数理统计的工作，数据科学家不但要具备概率统计知识，还需要微积分、代数等数学基础，计算机编程能力，某个行业的常识与经验等。”

“这些人对数据科学家的观点是片面的吗？有没有更权威更正确的观点？”三十不解。

“其实这些观点都有点儿片面。考虑到这些争议，我咨询了美国首席数据科学家帕蒂尔博士，他在2012年接受卫报的采访时说过，数据科学是一种独特的综合技能，不但可以发掘数据石油中的宝藏和洞见，也可以把新发现用故事的方式讲述出来。帕蒂尔博士对数据科学家的定义令人钦佩的地方在于，他认为数据科学家是来自多学科背景和专业的人。”博物君彷佛找到了知己一般，兴奋的加快了语速。

“作为一个成功的数据科学家还需具备一个关键要素，也是一种行为特质——好奇心。拥有一颗好奇的头脑，并愿意花大量的时间和努力去探索直觉中的发现。这个在新闻界被称之为‘新闻的敏锐嗅觉’，并不是每个记者都知道去哪里寻找新闻，只有那些敏锐的人可以找到有价值的新闻。这同样对数据科学家很重要。”

三十耐心地听了很久，似乎对未来行业的变迁和兴废有些百感交集，也有些兴奋： “那我来做一个总结吧，数据科学家的身体中一部分是计算机科学家，一部分是软件工程师，一部分是数理统计专家，更重要的是，他是一个好奇心强并善于提问题的人，可以把无序无结构的东西变成有序有结构的东西，并通过故事包装，讲述给需要的人，或是商人或是政府，让他们明白并从数据中受益，更好地做出选择或决策。”

版权声明

本文的图片均来源于网络，版权归原作者。

欢迎转发，如需转载本文，请联系后台授权，侵权必究。

三十新知

用真记录真

-S.D.G-