大数据时代数据科学家抢手

Yafei

　　在业界继续追捧“大数据”概念的同时，随之出现的数据科学家们也开始变得炙手可热，更是被《哈佛商业评论》称之为21世纪最性感的工作。

　　无论是埃森哲还是麦肯锡（二者都属于咨询公司），都先后发布报告称，对于数据科学家的需求缺口愈加扩大，并将持续相当长的时间。在这种背景下，如何培养并招揽有高技能的数据人才，是各个有意发展大数据业务公司的重点之一。

　　资深互联网评论人士谢文昨日告诉早报记者，当下的教育系统并未准备好培养适应大数据时代的人才，“数据挖掘人才、编程人才等都是大数据时代所需，但最重要的是大数据理念的形成。”

　　综合性技能

　　到底具有哪些技能的人才是数据科学家？《哈佛商业评论》将这群人定义为，集“数据黑客、分析师、沟通大师和受信任的顾问”于一身。

　　去年10月出版的《哈佛商业评论》指出，目前没有任何一个大学有数据科学的学位，同时对于数据科学家到底是何企业中的何种职位，如何能让他们发挥最大价值，以及如何衡量其表现，都没有形成共识。

　　该文章指出，大量的分析师很善于分析数据，但却没能力在一堆混乱无结构的数据中分析，也无法将这些混乱数据转换为可供分析的形式，“一个数据管理专家面对排序良好的数据时，很得心应手，但不会将这些数据变得更有秩序，也不是真正在分析数据。”

　　一个好的数据科学家，应该在数据中“畅游”的同时发现一些有价值的线索，对商业行为给出新的指导意见，即便是遇到一些技术瓶颈，也不会影响其对新颖解决方案的追求，更会创新地展示视觉化信息，解读数据，告诉公司管理层。

　　《哈佛商业评论》认为，编写程序是这些数据科学家的基本功，但五年后也许会发生改变，这群人的技能会是用易于理解的语言去沟通，并能用数据讲故事的手段来表达，当然内心强烈的好奇心也是必备条件之一。

　　尽管至今尚未有数据分析的学科，但不少数据科学家都在计算机科学、数学或者经济学方面受过教育。

　　网址缩短服务商Bit.ly的首席科学家希拉里·梅森认为，一个数据科学家必须拥有三大技能，“他们能获得数据流，并用数学方式建模，同时拥有这些数学建模技能……最后他们能从这些数据中获得一些见解，并能讲出一个故事。”

　　而将这些数据转化为信息，再转化为实际行动的难度，正是摆在这些数据人才面前最大的挑战。《华尔街日报》称，这要求对于商业有着足够深的理解，知道如何来问问题，现在不少公司面临的问题是，他们不明白自己不知道哪些东西，数据分析师不仅仅是去寻找散落的金子，而是发现新金子，并将之转化为实际行动。

　　大数据公司Context Relavant首席执行官兼首席技术官斯蒂芬·普普拉在接受ZDnet采访时则表示，业界对于数据科学家的定位是，有形象化项目的能力，通过研究数据为公司赚钱，并将这些数据转换成统计过程，推测是否应该投资等，这些人还应该具有统计学技能、商业头脑以及高超的编程技巧，知道如何处理普通编程者无解的问题，这让这群人变得很稀少。

　　培养难题

　　数据科学家的缺口到底有多大？

　　埃森哲今年发布的《数据分析在行动：通向高投资回报率之路的突破与壁垒》预计，到2018年，光美国和英国，需要具备高深科学、技术、工程和数学（STEM）知识的职位的增长速度将是其他职业的五倍，是金融服务等信息密集型行业职位的四倍。

　　麦肯锡甚至在2011年就发布报告称，预计美国需要额外的150万名专业人才，可以给出准确的问题，并有效利用分析结构，而这些就是所谓的数据科学家。

　　尽管人才稀缺，但不少美国和英国公司已经开始着手布置负责数据分析的高管，埃森哲的调查显示，三分之二的企业在过去18个月中任命了负责数据管理和分析工作的高管。

　　猎头公司也盯上了这块抢手资源，甚至拥有大数据专家，以应对竞争激烈的市场。

　　虽然企业对于数据科学家需求旺盛，但眼下培养一名真正意义的数据科学家却并不容易。

　　谢文表示，目前大学中并不存在系统科学的训练，来应对大数据时代，而计算机科学和统计学等理念还是前大数据时代遗留下来的，“这个本身需要重新定义，教育系统尚未准备好，即便是对专家的再培训，也并不一定适应大数据时代。”

　　在高等教育系统下无法提供专业人才后，不少公司都将目光转向内部挖潜、员工培训。基于Hadoop框架设计的软件和服务提供商Cloudera有自己的“Cloudera大学”，而竞争对手MapR也拥有“MapR学院”。

　　一直在大数据应用方面走在前列的IBM则表示，自己已经与美国顶尖大学联合开发课程，培养数据科学家，与北京交通大学也联手开发信息管理方向的系列课程，培养大数据时代所需要的人才。

　　不过，英国《金融时报》援引埃森哲北美金融服务数据分析部门执行董事布莱恩·麦卡锡的话称，对IT专家的再培训，能在一定程度上缓解资深人才短缺的局面，但问题是还需要改变思维模式。

　　谢文认为，目前拥有数据挖掘、统计学、社会学以及网络服务背景的人才，最接近于大数据时代的所需，谁能负担起培训成本，率先探索就有先发优势。

　　“但最重要的是形成理念和思维方式，首先要有大数据的世界观，未来无论是人类社会还是物质社会，将被数据化后形成数字化地球，其次是现行商业模式、行为模式以及社会管理方式的改变，最后才能去谈论如何培养人才。”谢文说道。

　　数据分析的客观性之忧

　　值得注意的是，随着数据化的深入和应用，对于大数据应用安全和准确性的担忧声音也在日益加剧。

　　英国剑桥大学心理测量学中心研究员米哈乌·科辛斯基称，根据收集到的用户数据对用户行为和喜好进行推测，既可以为善，也可以作恶，尤其被广告商不当利用之时，就可以把顾客玩弄于股掌之中。

　　不仅仅是个人信息的滥用，还有学者担忧数据分析的客观性。

　　麻省理工学院公民媒体中心访问学者凯特·克劳福认为，由于数据科学家根据统计方式或者预设的程序，能从海量无序的数据中提炼出相关信息，却不能确保这些数据一定是客观的，因为都是人为设定的程序，存在偏差。克劳福以桑迪飓风期间Twitter上的推文为例，称讨论桑迪话题最多的是未受影响的曼哈顿地区，而真正受影响的却很少发出推文。

　　克劳福称，如何解决大数据科学中潜在的认识偏差问题，短期内数据科学家应该学习社会科学家的一些方法论，知道数据来自哪里，采用何种方法来收集和分析等。从长期来看，应该知道如何通过小规模的数据的研究来获得大数据的方法论。