1
聯(lián)合編譯：Blake、高斐
編者注：作者Alec Smith是數(shù)據(jù)科學領域中資深HR，之所以寫這篇文章是因為經(jīng)常被問到一個問題：“如何才能獲得一份數(shù)據(jù)科學家的職位？” 不僅這個問題經(jīng)常被問引起了注意，另外問這個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)的人有過類似對話：軟件工程師、數(shù)據(jù)庫開發(fā)者、數(shù)據(jù)架構師、保險精算師、數(shù)學家、學術界人士（不同領域）、生物學家、天文學家、理論物理學家—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——為了闖入這個領域的話，他們需要做些什么？
本文是如何成為一名數(shù)據(jù)學家的第二部分。
我們正在取得進步！成功地消化了第一章的內容之后，你現(xiàn)在要做好準備開始制定個人目標。但是，我們首先要回顧一下——不妨來杯咖啡，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)科學家？
2.對哪一類型的數(shù)據(jù)科學感興趣？
3.你已經(jīng)具備了哪些天賦或相關技能？
為什么認真思考這些問題是重要的？
簡而言之：數(shù)據(jù)科學是一個專業(yè)的研究領域，因而，除非你已經(jīng)掌握了我們在第一章中提到的知識與技能，否則從事該領域的研究并不是一種輕松的選擇。講到這里，有一點對合理解決前兩個問題尤為重要：你需要為從事數(shù)據(jù)科學領域的研究找到合理的理由，否則，當遇到困難時，很容易半途而廢。
為了詳細闡釋上面的觀點，我們來聽聽Dylan Hogg的見地。Dylan之前是一名軟件工程師，現(xiàn)在是數(shù)據(jù)科學研究協(xié)會的領導者，數(shù)據(jù)科學研究會為運用機器學習(NLP)為雇主和相關候選人員建立聯(lián)系搭建了一個平臺。Dylan是如何從軟件工程師成功地轉型為數(shù)據(jù)科學家的（他仍然處于轉型期），下面我們將討論轉型過程中應當具備的條件，他講到：
“不論學歷高低，經(jīng)歷豐富與否，有一些內在的東西尤為重要，那就是一個人的求知欲、決心和毅力。你會遇到很多困難：也許是算法方面出錯，也許是遇到技術瓶頸。不論遇到什么樣的困難，你都能夠找到最優(yōu)的方法來研究機器學習算法或軟件工程，但是，倘若你的信心不夠堅定，你將會放棄或無法克服遇到的困難?！?/p>
這下你會懂了：在學習過程中，你不僅僅會遇到困難；在工作生活中，你會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激勵自己，而不僅僅因為你覺得擁有“科學家”這一頭銜有多酷。
但是，我們應當如何應對第三個問題？為什么擁有相關技能是重要的？對，一個人的起點會對選擇最適合自己的數(shù)據(jù)科學類型及你應當從自己感興趣的領域學到的知識產(chǎn)生影響？為了能夠恰當?shù)鼗卮疬@個問題，有必要探尋通往數(shù)據(jù)科學領域的典型途徑，我們應當首先從更為廣闊的科學領域開始。
注：在許多定量學科中有許多人具備向數(shù)據(jù)科學轉型的素質。在這里我就不一一列舉了，但是，需要強調的重點是：如果你花費時間來真正理解每種類型數(shù)據(jù)科學之間存在的細微差異，不論你的知識背景如何，你都將會意識到自己所具備的相關技能的重要性。
其他科學學科
這不是通往數(shù)據(jù)科學領域最平凡的道路；我們接下來將要討論統(tǒng)計學與計算機科學在數(shù)據(jù)科學研究中的重要性。但是，許多領域的科學家都具有嫻熟的相關技能（特別是物理學領域），許多人在這一方面已經(jīng)跳過了。
為了對此進行解釋，請允許我介紹Will Hanninger，澳洲聯(lián)邦銀行數(shù)據(jù)科學家。之前，Will是歐洲核子研究中心的粒子物理學家，發(fā)現(xiàn)了希格斯玻色子，下面是他的語錄：
“在物理學界，你能夠自然而然地學習到所需要的數(shù)據(jù)科學領域的知識：編程、操作數(shù)據(jù)，獲取原始數(shù)據(jù)并根據(jù)實用性對數(shù)據(jù)進行轉換。你能夠學習到統(tǒng)計學知識，重要的是：你將學到解決問題的能力。這些是作為一名數(shù)據(jù)科學家應當具備的基本技能。”
因此，技能組合具有高度可轉換性，最重要的是獲取解決問題的能力。工具與技術兩者之間將會產(chǎn)生差異，例如，盡管機器學習是數(shù)據(jù)科學的同義詞，但是，就更為寬泛的科學而言，這種同義關系是不常見的。在上述討論中，我們一直談及的是高智商人才，他們具有在短時間內學會使用工具與技術的能力。
下面我們以Sean Farrell的科研經(jīng)歷為例。Sean所學專業(yè)是天體物理學，之后進入澳大利亞商業(yè)數(shù)據(jù)科學研究領域，在研究過程，他就“為什么科學家在數(shù)據(jù)科學領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)科學家的正式訓練方法。多數(shù)數(shù)據(jù)科學家都來自統(tǒng)計學或計算機科學領域。然而，盡管其他研究領域也能夠培養(yǎng)上述列舉的技能，但是不能涵蓋所有的相關技能。統(tǒng)計學家非常擅長數(shù)學和統(tǒng)計，通常在編程這一塊兒的技能稍顯欠缺。計算機科學家非常擅長編程，但是，在理解統(tǒng)計學知識方面存在難度。兩個領域的科學家都具備高水平的（盡管不同的）數(shù)據(jù)分析技能，但是不擅長創(chuàng)新性地解決問題，這種技能也是難以教會的?！?/p>
為了避免誤解，請記得我們今天討論的上下文語境。Sean的一席話并不意味著來自統(tǒng)計學或計算機科學領域的所有數(shù)據(jù)科學家都缺乏創(chuàng)新性解決問題的能力；他的觀點是：相比統(tǒng)計學和計算機科學，廣泛意義上的科學對解決問題的技能要求很高。
統(tǒng)計學
談及到科學，應當仔細研究統(tǒng)計學。近來，許多統(tǒng)計學中的分支學科被重新冠以數(shù)據(jù)科學之名，因此，在某種程度上，我們好像正在談論語義學知識。但是，正如我先前談到的，我認為科學方法應當被當作一門科學：難道提出假設，設計可行的實驗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)計學家”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)計員或者剛剛從統(tǒng)計學專業(yè)畢業(yè)，那么你可能已經(jīng)擁有成為一名數(shù)據(jù)科學家應當具備的知識與素養(yǎng)。相關知識素養(yǎng)的形成主要依靠以下因素：
首先，你在機器學習技能方面有何經(jīng)驗？正如我們在第一章提到的，統(tǒng)計建模與機器學習是相互關聯(lián)的，但是，在應用到大型數(shù)據(jù)集中，后者具有更多的優(yōu)勢。當機器學習在產(chǎn)業(yè)界的應用越來越受到關注，實際上，機器學習已經(jīng)成為各種類型的數(shù)據(jù)科學。
其次，我們再重復一遍，你對數(shù)據(jù)科學的哪一領域感興趣？很明顯，擁有統(tǒng)計學背景更加有利于你勝任A類型職位，因而，如果你將目標設定為B類型職位，未來還需要學習很多知識。
最后，你是否擁有處理數(shù)據(jù)的實際經(jīng)驗？正如我們在第一章中提到的，手動轉換數(shù)據(jù)是商業(yè)數(shù)據(jù)科學的重要組成部分，而來自統(tǒng)計學領域的科學家手動轉換數(shù)據(jù)的能力相對薄弱。
計算機科學/軟件工程
如果你在人工智能或計算機科學領域的學習已經(jīng)達到前沿水平，你極有可能已經(jīng)能夠勝任B類型的數(shù)據(jù)科學研究工作。但是，我們這里將要考慮一條數(shù)據(jù)科學家常走的科研道路：一名經(jīng)驗豐富的軟件工程師想要轉型進入數(shù)據(jù)科學領域。
一名軟件工程師在機器學習領域可能富有經(jīng)驗，也可能經(jīng)驗甚少。但是，B類型數(shù)據(jù)科學要求在軟件工程原則方面擁有扎實的基礎，因而，不論怎樣，擁有軟件工程方面的學術背景將使你更適合該領域的研究。我曾經(jīng)與澳洲聯(lián)邦銀行高級數(shù)據(jù)科學家（先前是一名軟件工程師）就此問題交流過，以下是他的觀點：
“大量數(shù)據(jù)科學工作其實都涉及到軟件工程方面的知識，不僅僅包括設計健全的系統(tǒng)，而且包括簡單地編寫軟件。你可以通過自動化完成眾多任務，如果想要開展實驗，你需要編寫代碼，如果你能夠快速編碼，將對實驗進展產(chǎn)生重大影響。在攻讀博士學位過程中，我每天要做成千上萬項實驗，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)的學術背景意味著我能夠快速完成設定的實驗任務，然而，許多其他學術背景的學生需要費力處理基本的軟件問題：他們真的非常擅長數(shù)學，但是要切實證明他們的觀點還需要耗費大量時間。”
Dylan對于該問題補充道：
“如果你想要在生產(chǎn)環(huán)境中高效運用機器學習算法，良好的軟件工程實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——如可維護的代碼，可供分享的代碼庫，以便于更多的人能夠投入到數(shù)據(jù)科學領域的研究中，如在計算機中記錄信息，排除生產(chǎn)過程中的故障，算法擴展，你應當認識到：一旦這些知識得到加強，你便能夠通過這樣的方式構建數(shù)據(jù)科學領域的知識框架。因此，如果你正在尋找一份能夠有效利用所掌握的知識的工作，這將使得軟件工程學術背景變得更為重要?！?/p>
我認為，上述兩名數(shù)據(jù)科學家已經(jīng)對如何成功實現(xiàn)轉型這一問題做出了詳細闡釋，下面由我來總結如下：如果你是一名軟件工程師，而且很喜歡數(shù)學，這將有助于你成為一名（B類型）數(shù)據(jù)科學家，前提是你已經(jīng)做好準備在工作中掌握統(tǒng)計學/機器學習領域的知識。
數(shù)學
很容易得出這樣一個結論：數(shù)學知識為數(shù)據(jù)科學的所有研究領域打下堅實的基礎。因而，期望許多數(shù)學家從事數(shù)據(jù)科學家的研究工作是合理的。但是，相對來講，少之又少的數(shù)學家成功轉型成為數(shù)據(jù)科學家，這一現(xiàn)象引發(fā)了我濃厚的興趣。
針對這一現(xiàn)象，有一種解釋：與其他研究領域相比，數(shù)學（純理論數(shù)學與應用數(shù)學）領域有相對較少的畢業(yè)生。但是，這種解釋未免顯得牽強。為了深究導致這種現(xiàn)象的原因，我曾經(jīng)同Building IQ（一家新成立的運用先進的算法優(yōu)化商業(yè)建筑中能源應用的公司）首席數(shù)據(jù)科學家Boris Sackovic交談過。Boris擁有電氣工程與應用數(shù)學雙重學術背景，與當時許多數(shù)學家合作過，以下是他對該現(xiàn)象的見解：
“許多數(shù)學家為理論層面的問題，美麗的方程著迷，能夠洞察眾多數(shù)學原理所蘊含的深層意義，當時商業(yè)數(shù)據(jù)科學研究講求實證性，涉及到的多種多樣的知識與能力。一些數(shù)學家喜歡這種實證性，而一些則表現(xiàn)出討厭的態(tài)度。真實的情況更為復雜，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)科學的重點所在：找到更快更好、切實可行的掙錢方案。對于那些具有濃厚數(shù)學背景或理論背景的科學家而言，要理解商業(yè)數(shù)據(jù)科學領域的運行模式可能存在不少難題。我曾經(jīng)遇到過很多數(shù)學專業(yè)的博士，他們在由學術界向商業(yè)數(shù)據(jù)科學領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)學家，當然，他也補充說，在自己的職業(yè)生涯中也曾與許多優(yōu)秀的應用數(shù)學家打過交道。這樣一來上面的討論便講得通了，因為純理論數(shù)學家可能會吸引那些熱愛理論的人，而不會吸引那些熱愛解決實際問題的人。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)對于數(shù)據(jù)科學領域的研究極為重要。
就工作類型匹配度問題，多數(shù)數(shù)學家可能更適合學習A類型數(shù)據(jù)科學領域的工具和理論。但是，也有一些學習計算機科學的（實質上，理論計算機科學屬于數(shù)學的一個分支）數(shù)學家，因此，具備這種學術背景的數(shù)學家可能更適合B類型數(shù)據(jù)科學領域的工作。
從上述討論結果中可以得出一條非常重要的觀點，即要理解商業(yè)數(shù)據(jù)科學真正要求數(shù)據(jù)科學家具備哪些知識和技能。倘若你能夠真正清楚地認識到面臨的挑戰(zhàn)，所需要做的便是為了自己的目標努力前行。但是，倘若相比實際應用，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，也許你還是一名學生，喜歡數(shù)學、科學與計算，喜歡數(shù)據(jù)科學，這對你來講不失為一則好消息：你可以不受先前學術背景的限制，選擇屬于自己的科研道路。
現(xiàn)在有許多與數(shù)據(jù)科學相關的專業(yè)課程，涵蓋計算機科學和數(shù)學/統(tǒng)計學等。當然你不可能一夜之間成為一名數(shù)據(jù)科學家，現(xiàn)階段你需要樹立不斷學習的理念，利用各種數(shù)據(jù)科學領域的學習資源， 累積數(shù)據(jù)處理方面的實際經(jīng)驗，具備與人交流溝通的能力，積極迎接商業(yè)數(shù)據(jù)科學領域未來的挑戰(zhàn)！
相關閱讀
PS : 本文由雷鋒網(wǎng)獨家編譯，未經(jīng)許可拒絕轉載！
via Alec Smith
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
