聯(lián)合編譯：Blake、高斐

編者注：作者Alec Smith是數(shù)據(jù)科學(xué)領(lǐng)域中資深HR，之所以寫這篇文章是因?yàn)榻?jīng)常被問到一個(gè)問題：“如何才能獲得一份數(shù)據(jù)科學(xué)家的職位？” 不僅這個(gè)問題經(jīng)常被問引起了注意，另外問這個(gè)問題的人不同的背景也非常很令人感興趣。作者曾經(jīng)和以下這些職業(yè)的人有過類似對(duì)話：軟件工程師、數(shù)據(jù)庫(kù)開發(fā)者、數(shù)據(jù)架構(gòu)師、保險(xiǎn)精算師、數(shù)學(xué)家、學(xué)術(shù)界人士（不同領(lǐng)域）、生物學(xué)家、天文學(xué)家、理論物理學(xué)家—我還能接著往下數(shù)。通過和他們的這些談話，作者發(fā)現(xiàn)在這之中有很大的誤解存在，很多人都非常困惑——為了闖入這個(gè)領(lǐng)域的話，他們需要做些什么？

本文是如何成為一名數(shù)據(jù)學(xué)家的第二部分。

第二章：自我剖析

我們正在取得進(jìn)步！成功地消化了第一章的內(nèi)容之后，你現(xiàn)在要做好準(zhǔn)備開始制定個(gè)人目標(biāo)。但是，我們首先要回顧一下——不妨來(lái)杯咖啡，尋一隅安靜之所，深思下面的問題：

1.你為什么想要成為一名數(shù)據(jù)科學(xué)家？

2.對(duì)哪一類型的數(shù)據(jù)科學(xué)感興趣？

3.你已經(jīng)具備了哪些天賦或相關(guān)技能？

為什么認(rèn)真思考這些問題是重要的？

簡(jiǎn)而言之：數(shù)據(jù)科學(xué)是一個(gè)專業(yè)的研究領(lǐng)域，因而，除非你已經(jīng)掌握了我們?cè)诘谝徽轮刑岬降闹R(shí)與技能，否則從事該領(lǐng)域的研究并不是一種輕松的選擇。講到這里，有一點(diǎn)對(duì)合理解決前兩個(gè)問題尤為重要：你需要為從事數(shù)據(jù)科學(xué)領(lǐng)域的研究找到合理的理由，否則，當(dāng)遇到困難時(shí)，很容易半途而廢。

為了詳細(xì)闡釋上面的觀點(diǎn)，我們來(lái)聽聽Dylan Hogg的見地。Dylan之前是一名軟件工程師，現(xiàn)在是數(shù)據(jù)科學(xué)研究協(xié)會(huì)的領(lǐng)導(dǎo)者，數(shù)據(jù)科學(xué)研究會(huì)為運(yùn)用機(jī)器學(xué)習(xí)(NLP)為雇主和相關(guān)候選人員建立聯(lián)系搭建了一個(gè)平臺(tái)。Dylan是如何從軟件工程師成功地轉(zhuǎn)型為數(shù)據(jù)科學(xué)家的（他仍然處于轉(zhuǎn)型期），下面我們將討論轉(zhuǎn)型過程中應(yīng)當(dāng)具備的條件，他講到：

“不論學(xué)歷高低，經(jīng)歷豐富與否，有一些內(nèi)在的東西尤為重要，那就是一個(gè)人的求知欲、決心和毅力。你會(huì)遇到很多困難：也許是算法方面出錯(cuò)，也許是遇到技術(shù)瓶頸。不論遇到什么樣的困難，你都能夠找到最優(yōu)的方法來(lái)研究機(jī)器學(xué)習(xí)算法或軟件工程，但是，倘若你的信心不夠堅(jiān)定，你將會(huì)放棄或無(wú)法克服遇到的困難。”

這下你會(huì)懂了：在學(xué)習(xí)過程中，你不僅僅會(huì)遇到困難；在工作生活中，你會(huì)接二連三地遇到難題，因而，你最好能夠保證有合理的理由來(lái)激勵(lì)自己，而不僅僅因?yàn)槟阌X得擁有“科學(xué)家”這一頭銜有多酷。

但是，我們應(yīng)當(dāng)如何應(yīng)對(duì)第三個(gè)問題？為什么擁有相關(guān)技能是重要的？對(duì)，一個(gè)人的起點(diǎn)會(huì)對(duì)選擇最適合自己的數(shù)據(jù)科學(xué)類型及你應(yīng)當(dāng)從自己感興趣的領(lǐng)域?qū)W到的知識(shí)產(chǎn)生影響？為了能夠恰當(dāng)?shù)鼗卮疬@個(gè)問題，有必要探尋通往數(shù)據(jù)科學(xué)領(lǐng)域的典型途徑，我們應(yīng)當(dāng)首先從更為廣闊的科學(xué)領(lǐng)域開始。

注：在許多定量學(xué)科中有許多人具備向數(shù)據(jù)科學(xué)轉(zhuǎn)型的素質(zhì)。在這里我就不一一列舉了，但是，需要強(qiáng)調(diào)的重點(diǎn)是：如果你花費(fèi)時(shí)間來(lái)真正理解每種類型數(shù)據(jù)科學(xué)之間存在的細(xì)微差異，不論你的知識(shí)背景如何，你都將會(huì)意識(shí)到自己所具備的相關(guān)技能的重要性。

其他科學(xué)學(xué)科

這不是通往數(shù)據(jù)科學(xué)領(lǐng)域最平凡的道路；我們接下來(lái)將要討論統(tǒng)計(jì)學(xué)與計(jì)算機(jī)科學(xué)在數(shù)據(jù)科學(xué)研究中的重要性。但是，許多領(lǐng)域的科學(xué)家都具有嫻熟的相關(guān)技能（特別是物理學(xué)領(lǐng)域），許多人在這一方面已經(jīng)跳過了。

為了對(duì)此進(jìn)行解釋，請(qǐng)?jiān)试S我介紹Will Hanninger，澳洲聯(lián)邦銀行數(shù)據(jù)科學(xué)家。之前，Will是歐洲核子研究中心的粒子物理學(xué)家，發(fā)現(xiàn)了希格斯玻色子，下面是他的語(yǔ)錄：

“在物理學(xué)界，你能夠自然而然地學(xué)習(xí)到所需要的數(shù)據(jù)科學(xué)領(lǐng)域的知識(shí)：編程、操作數(shù)據(jù)，獲取原始數(shù)據(jù)并根據(jù)實(shí)用性對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換。你能夠?qū)W習(xí)到統(tǒng)計(jì)學(xué)知識(shí)，重要的是：你將學(xué)到解決問題的能力。這些是作為一名數(shù)據(jù)科學(xué)家應(yīng)當(dāng)具備的基本技能?！?/p>

因此，技能組合具有高度可轉(zhuǎn)換性，最重要的是獲取解決問題的能力。工具與技術(shù)兩者之間將會(huì)產(chǎn)生差異，例如，盡管機(jī)器學(xué)習(xí)是數(shù)據(jù)科學(xué)的同義詞，但是，就更為寬泛的科學(xué)而言，這種同義關(guān)系是不常見的。在上述討論中，我們一直談及的是高智商人才，他們具有在短時(shí)間內(nèi)學(xué)會(huì)使用工具與技術(shù)的能力。

下面我們以Sean Farrell的科研經(jīng)歷為例。Sean所學(xué)專業(yè)是天體物理學(xué)，之后進(jìn)入澳大利亞商業(yè)數(shù)據(jù)科學(xué)研究領(lǐng)域，在研究過程，他就“為什么科學(xué)家在數(shù)據(jù)科學(xué)領(lǐng)域的損失反而是收獲”這一題目寫了一篇著名的博文。下面這段話尤為中肯：

“至今為止，尚未發(fā)現(xiàn)一種能夠培養(yǎng)出一位數(shù)據(jù)科學(xué)家的正式訓(xùn)練方法。多數(shù)數(shù)據(jù)科學(xué)家都來(lái)自統(tǒng)計(jì)學(xué)或計(jì)算機(jī)科學(xué)領(lǐng)域。然而，盡管其他研究領(lǐng)域也能夠培養(yǎng)上述列舉的技能，但是不能涵蓋所有的相關(guān)技能。統(tǒng)計(jì)學(xué)家非常擅長(zhǎng)數(shù)學(xué)和統(tǒng)計(jì)，通常在編程這一塊兒的技能稍顯欠缺。計(jì)算機(jī)科學(xué)家非常擅長(zhǎng)編程，但是，在理解統(tǒng)計(jì)學(xué)知識(shí)方面存在難度。兩個(gè)領(lǐng)域的科學(xué)家都具備高水平的（盡管不同的）數(shù)據(jù)分析技能，但是不擅長(zhǎng)創(chuàng)新性地解決問題，這種技能也是難以教會(huì)的。”

      為了避免誤解，請(qǐng)記得我們今天討論的上下文語(yǔ)境。Sean的一席話并不意味著來(lái)自統(tǒng)計(jì)學(xué)或計(jì)算機(jī)科學(xué)領(lǐng)域的所有數(shù)據(jù)科學(xué)家都缺乏創(chuàng)新性解決問題的能力；他的觀點(diǎn)是：相比統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)，廣泛意義上的科學(xué)對(duì)解決問題的技能要求很高。

統(tǒng)計(jì)學(xué)

談及到科學(xué)，應(yīng)當(dāng)仔細(xì)研究統(tǒng)計(jì)學(xué)。近來(lái)，許多統(tǒng)計(jì)學(xué)中的分支學(xué)科被重新冠以數(shù)據(jù)科學(xué)之名，因此，在某種程度上，我們好像正在談?wù)撜Z(yǔ)義學(xué)知識(shí)。但是，正如我先前談到的，我認(rèn)為科學(xué)方法應(yīng)當(dāng)被當(dāng)作一門科學(xué)：難道提出假設(shè)，設(shè)計(jì)可行的實(shí)驗(yàn)方案等研究步驟不能稱得上“方法論”嗎？倘若不是的話，也許像“統(tǒng)計(jì)學(xué)家”或“模型分析師”這樣的頭銜更為貼切。

暫且將這一問題放一放，倘若你是產(chǎn)業(yè)界的一名統(tǒng)計(jì)員或者剛剛從統(tǒng)計(jì)學(xué)專業(yè)畢業(yè)，那么你可能已經(jīng)擁有成為一名數(shù)據(jù)科學(xué)家應(yīng)當(dāng)具備的知識(shí)與素養(yǎng)。相關(guān)知識(shí)素養(yǎng)的形成主要依靠以下因素：

• 首先，你在機(jī)器學(xué)習(xí)技能方面有何經(jīng)驗(yàn)？正如我們?cè)诘谝徽绿岬降模y(tǒng)計(jì)建模與機(jī)器學(xué)習(xí)是相互關(guān)聯(lián)的，但是，在應(yīng)用到大型數(shù)據(jù)集中，后者具有更多的優(yōu)勢(shì)。當(dāng)機(jī)器學(xué)習(xí)在產(chǎn)業(yè)界的應(yīng)用越來(lái)越受到關(guān)注，實(shí)際上，機(jī)器學(xué)習(xí)已經(jīng)成為各種類型的數(shù)據(jù)科學(xué)。

• 其次，我們?cè)僦貜?fù)一遍，你對(duì)數(shù)據(jù)科學(xué)的哪一領(lǐng)域感興趣？很明顯，擁有統(tǒng)計(jì)學(xué)背景更加有利于你勝任A類型職位，因而，如果你將目標(biāo)設(shè)定為B類型職位，未來(lái)還需要學(xué)習(xí)很多知識(shí)。

• 最后，你是否擁有處理數(shù)據(jù)的實(shí)際經(jīng)驗(yàn)？正如我們?cè)诘谝徽轮刑岬降模謩?dòng)轉(zhuǎn)換數(shù)據(jù)是商業(yè)數(shù)據(jù)科學(xué)的重要組成部分，而來(lái)自統(tǒng)計(jì)學(xué)領(lǐng)域的科學(xué)家手動(dòng)轉(zhuǎn)換數(shù)據(jù)的能力相對(duì)薄弱。

計(jì)算機(jī)科學(xué)/軟件工程

如果你在人工智能或計(jì)算機(jī)科學(xué)領(lǐng)域的學(xué)習(xí)已經(jīng)達(dá)到前沿水平，你極有可能已經(jīng)能夠勝任B類型的數(shù)據(jù)科學(xué)研究工作。但是，我們這里將要考慮一條數(shù)據(jù)科學(xué)家常走的科研道路：一名經(jīng)驗(yàn)豐富的軟件工程師想要轉(zhuǎn)型進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域。

一名軟件工程師在機(jī)器學(xué)習(xí)領(lǐng)域可能富有經(jīng)驗(yàn)，也可能經(jīng)驗(yàn)甚少。但是，B類型數(shù)據(jù)科學(xué)要求在軟件工程原則方面擁有扎實(shí)的基礎(chǔ)，因而，不論怎樣，擁有軟件工程方面的學(xué)術(shù)背景將使你更適合該領(lǐng)域的研究。我曾經(jīng)與澳洲聯(lián)邦銀行高級(jí)數(shù)據(jù)科學(xué)家（先前是一名軟件工程師）就此問題交流過，以下是他的觀點(diǎn)：

“大量數(shù)據(jù)科學(xué)工作其實(shí)都涉及到軟件工程方面的知識(shí)，不僅僅包括設(shè)計(jì)健全的系統(tǒng)，而且包括簡(jiǎn)單地編寫軟件。你可以通過自動(dòng)化完成眾多任務(wù)，如果想要開展實(shí)驗(yàn)，你需要編寫代碼，如果你能夠快速編碼，將對(duì)實(shí)驗(yàn)進(jìn)展產(chǎn)生重大影響。在攻讀博士學(xué)位過程中，我每天要做成千上萬(wàn)項(xiàng)實(shí)驗(yàn)，如此浩大的工程是不可能通過人工完成的。擁有軟件工程專業(yè)的學(xué)術(shù)背景意味著我能夠快速完成設(shè)定的實(shí)驗(yàn)任務(wù)，然而，許多其他學(xué)術(shù)背景的學(xué)生需要費(fèi)力處理基本的軟件問題：他們真的非常擅長(zhǎng)數(shù)學(xué)，但是要切實(shí)證明他們的觀點(diǎn)還需要耗費(fèi)大量時(shí)間。”

Dylan對(duì)于該問題補(bǔ)充道：

 “如果你想要在生產(chǎn)環(huán)境中高效運(yùn)用機(jī)器學(xué)習(xí)算法，良好的軟件工程實(shí)踐能力是非常寶貴的。這其中涉及到各種各樣的軟件工程知識(shí)——如可維護(hù)的代碼，可供分享的代碼庫(kù)，以便于更多的人能夠投入到數(shù)據(jù)科學(xué)領(lǐng)域的研究中，如在計(jì)算機(jī)中記錄信息，排除生產(chǎn)過程中的故障，算法擴(kuò)展，你應(yīng)當(dāng)認(rèn)識(shí)到：一旦這些知識(shí)得到加強(qiáng)，你便能夠通過這樣的方式構(gòu)建數(shù)據(jù)科學(xué)領(lǐng)域的知識(shí)框架。因此，如果你正在尋找一份能夠有效利用所掌握的知識(shí)的工作，這將使得軟件工程學(xué)術(shù)背景變得更為重要。”

我認(rèn)為，上述兩名數(shù)據(jù)科學(xué)家已經(jīng)對(duì)如何成功實(shí)現(xiàn)轉(zhuǎn)型這一問題做出了詳細(xì)闡釋，下面由我來(lái)總結(jié)如下：如果你是一名軟件工程師，而且很喜歡數(shù)學(xué)，這將有助于你成為一名（B類型）數(shù)據(jù)科學(xué)家，前提是你已經(jīng)做好準(zhǔn)備在工作中掌握統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)領(lǐng)域的知識(shí)。

數(shù)學(xué)

很容易得出這樣一個(gè)結(jié)論：數(shù)學(xué)知識(shí)為數(shù)據(jù)科學(xué)的所有研究領(lǐng)域打下堅(jiān)實(shí)的基礎(chǔ)。因而，期望許多數(shù)學(xué)家從事數(shù)據(jù)科學(xué)家的研究工作是合理的。但是，相對(duì)來(lái)講，少之又少的數(shù)學(xué)家成功轉(zhuǎn)型成為數(shù)據(jù)科學(xué)家，這一現(xiàn)象引發(fā)了我濃厚的興趣。

針對(duì)這一現(xiàn)象，有一種解釋：與其他研究領(lǐng)域相比，數(shù)學(xué)（純理論數(shù)學(xué)與應(yīng)用數(shù)學(xué)）領(lǐng)域有相對(duì)較少的畢業(yè)生。但是，這種解釋未免顯得牽強(qiáng)。為了深究導(dǎo)致這種現(xiàn)象的原因，我曾經(jīng)同Building IQ（一家新成立的運(yùn)用先進(jìn)的算法優(yōu)化商業(yè)建筑中能源應(yīng)用的公司）首席數(shù)據(jù)科學(xué)家Boris Sackovic交談過。Boris擁有電氣工程與應(yīng)用數(shù)學(xué)雙重學(xué)術(shù)背景，與當(dāng)時(shí)許多數(shù)學(xué)家合作過，以下是他對(duì)該現(xiàn)象的見解：

“許多數(shù)學(xué)家為理論層面的問題，美麗的方程著迷，能夠洞察眾多數(shù)學(xué)原理所蘊(yùn)含的深層意義，當(dāng)時(shí)商業(yè)數(shù)據(jù)科學(xué)研究講求實(shí)證性，涉及到的多種多樣的知識(shí)與能力。一些數(shù)學(xué)家喜歡這種實(shí)證性，而一些則表現(xiàn)出討厭的態(tài)度。真實(shí)的情況更為復(fù)雜，你不能兼顧所有的情況，因而得具備能夠靈活處理所遇到難題的能力。而這是商業(yè)數(shù)據(jù)科學(xué)的重點(diǎn)所在：找到更快更好、切實(shí)可行的掙錢方案。對(duì)于那些具有濃厚數(shù)學(xué)背景或理論背景的科學(xué)家而言，要理解商業(yè)數(shù)據(jù)科學(xué)領(lǐng)域的運(yùn)行模式可能存在不少難題。我曾經(jīng)遇到過很多數(shù)學(xué)專業(yè)的博士，他們?cè)谟蓪W(xué)術(shù)界向商業(yè)數(shù)據(jù)科學(xué)領(lǐng)域過度期間可是吃了不少苦頭?！?/p>

需要注意的是，Boris在這里談及的是純理論數(shù)學(xué)家，當(dāng)然，他也補(bǔ)充說(shuō)，在自己的職業(yè)生涯中也曾與許多優(yōu)秀的應(yīng)用數(shù)學(xué)家打過交道。這樣一來(lái)上面的討論便講得通了，因?yàn)榧兝碚摂?shù)學(xué)家可能會(huì)吸引那些熱愛理論的人，而不會(huì)吸引那些熱愛解決實(shí)際問題的人。理論研究工作并未涉及到太多數(shù)據(jù)處理問題，但是，我們都知道數(shù)據(jù)對(duì)于數(shù)據(jù)科學(xué)領(lǐng)域的研究極為重要。

就工作類型匹配度問題，多數(shù)數(shù)學(xué)家可能更適合學(xué)習(xí)A類型數(shù)據(jù)科學(xué)領(lǐng)域的工具和理論。但是，也有一些學(xué)習(xí)計(jì)算機(jī)科學(xué)的（實(shí)質(zhì)上，理論計(jì)算機(jī)科學(xué)屬于數(shù)學(xué)的一個(gè)分支）數(shù)學(xué)家，因此，具備這種學(xué)術(shù)背景的數(shù)學(xué)家可能更適合B類型數(shù)據(jù)科學(xué)領(lǐng)域的工作。

從上述討論結(jié)果中可以得出一條非常重要的觀點(diǎn)，即要理解商業(yè)數(shù)據(jù)科學(xué)真正要求數(shù)據(jù)科學(xué)家具備哪些知識(shí)和技能。倘若你能夠真正清楚地認(rèn)識(shí)到面臨的挑戰(zhàn)，所需要做的便是為了自己的目標(biāo)努力前行。但是，倘若相比實(shí)際應(yīng)用，你更熱衷于理論研究，你可能要三思而后行。

一塊空白的畫布

如果你剛剛起步，也許你還是一名學(xué)生，喜歡數(shù)學(xué)、科學(xué)與計(jì)算，喜歡數(shù)據(jù)科學(xué)，這對(duì)你來(lái)講不失為一則好消息：你可以不受先前學(xué)術(shù)背景的限制，選擇屬于自己的科研道路。

現(xiàn)在有許多與數(shù)據(jù)科學(xué)相關(guān)的專業(yè)課程，涵蓋計(jì)算機(jī)科學(xué)和數(shù)學(xué)/統(tǒng)計(jì)學(xué)等。當(dāng)然你不可能一夜之間成為一名數(shù)據(jù)科學(xué)家，現(xiàn)階段你需要樹立不斷學(xué)習(xí)的理念，利用各種數(shù)據(jù)科學(xué)領(lǐng)域的學(xué)習(xí)資源， 累積數(shù)據(jù)處理方面的實(shí)際經(jīng)驗(yàn)，具備與人交流溝通的能力，積極迎接商業(yè)數(shù)據(jù)科學(xué)領(lǐng)域未來(lái)的挑戰(zhàn)！

相關(guān)閱讀

如何成為一名數(shù)據(jù)科學(xué)家？

PS : 本文由雷鋒網(wǎng)獨(dú)家編譯，未經(jīng)許可拒絕轉(zhuǎn)載！

via Alec Smith

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。