一句話來描述數(shù)據(jù)科學(xué)家，他們是從混亂數(shù)據(jù)中理出價(jià)值的人，是大數(shù)據(jù)的專家。

數(shù)據(jù)科學(xué)家具備數(shù)據(jù)的提取的能力;。統(tǒng)計(jì)分析能力;數(shù)據(jù)洞察與信息挖掘能力;。數(shù)據(jù)的可視化表示等能力。他們能采用科學(xué)方法、運(yùn)用數(shù)據(jù)挖掘工具對(duì)復(fù)雜多量的數(shù)字、符號(hào)、文字、網(wǎng)址、音頻或視頻等信息進(jìn)行數(shù)字化重現(xiàn)與認(rèn)識(shí)，并能尋找新的數(shù)據(jù)洞察結(jié)果。

我們正處于一個(gè)大數(shù)據(jù)飛速發(fā)展的時(shí)代，隨著網(wǎng)絡(luò)和硬件的發(fā)展，數(shù)據(jù)存儲(chǔ)與計(jì)算能力大幅度提升，我們所做的一切事，不論是在互聯(lián)網(wǎng)中或者是互聯(lián)網(wǎng)之外，都會(huì)留下數(shù)字的痕跡。比如刷卡購物，網(wǎng)絡(luò)搜索，手機(jī)上網(wǎng)，乃至在網(wǎng)上每一個(gè)小小的點(diǎn)擊都可以被一一記錄下來。

這些數(shù)據(jù)有傳統(tǒng)數(shù)據(jù)完全不同的特點(diǎn)：

大數(shù)據(jù)特征

這些數(shù)據(jù)需要對(duì)多源多樣的動(dòng)態(tài)數(shù)據(jù)做實(shí)時(shí)的關(guān)聯(lián)分析和挖掘。這也決定了傳統(tǒng)的商業(yè)智能、數(shù)據(jù)庫技術(shù)等已無法發(fā)揮其作用。用傳統(tǒng)的數(shù)據(jù)處理技術(shù)和方法沒法處理、管理和使用，這些都給數(shù)據(jù)的處理帶來了新挑戰(zhàn)--這就是大數(shù)據(jù)。大數(shù)據(jù)將這些不同來源、不同結(jié)構(gòu)的數(shù)據(jù)全部結(jié)合在一起進(jìn)行關(guān)聯(lián)分析，并從中提取所需的價(jià)值。

數(shù)據(jù)的價(jià)值到底有多大？

數(shù)據(jù)科學(xué)家的核心作用在于發(fā)掘數(shù)據(jù)的最佳商業(yè)價(jià)值，通過挖掘這類數(shù)據(jù)發(fā)現(xiàn)行業(yè)洞見，而并非簡(jiǎn)單地使大數(shù)據(jù)項(xiàng)目落地。未來，企業(yè)能否對(duì)來源多樣、海量雜亂的數(shù)據(jù)進(jìn)行有效分析和利用，推動(dòng)產(chǎn)品創(chuàng)新，成為衡量企業(yè)競(jìng)爭(zhēng)力的新標(biāo)尺。

美國(guó)洛杉磯的一家企業(yè)宣稱，他們將全球夜景的歷史數(shù)據(jù)建立模型，在過濾掉波動(dòng)之后，做出了投資房地產(chǎn)和消費(fèi)的研究報(bào)告。麥當(dāng)勞則通過外送服務(wù)，在售賣漢堡的同時(shí)獲得了用戶的精準(zhǔn)地址，這些地址數(shù)據(jù)匯集之后，就變成了一份絕妙的房地產(chǎn)業(yè)的內(nèi)部數(shù)據(jù)。

物流公司的數(shù)據(jù)原來只服務(wù)于運(yùn)營(yíng)需要，但一經(jīng)再利用，物流公司就華麗轉(zhuǎn)身為金融公司，數(shù)據(jù)用以評(píng)估客戶的信用，提供無抵押貸款，或者拿運(yùn)送途中的貨品作為抵押提供貸款;物流公司甚至可以轉(zhuǎn)變?yōu)榻鹑谛畔⒎?wù)公司來判斷各個(gè)細(xì)分經(jīng)濟(jì)領(lǐng)域的運(yùn)行和走勢(shì)。

華爾街“德溫特資本市場(chǎng)”公司首席執(zhí)行官保羅·霍廷每天的工作之一，就是利用電腦程序分析全球3.4億微博賬戶的留言，進(jìn)而判斷民眾情緒，再以“1”到“50”進(jìn)行打分。根據(jù)打分結(jié)果，霍廷再?zèng)Q定如何處理手中數(shù)以百萬美元計(jì)的股票。霍廷的判斷原則很簡(jiǎn)單：如果所有人似乎都高興，那就買入;如果大家的焦慮情緒上升，那就拋售。

沃爾沃集團(tuán)通過在卡車產(chǎn)品中安裝傳感器和嵌入式CPU，采集剎車到中央門鎖系統(tǒng)等形形色色的車輛使用的數(shù)據(jù)信息，將這些來自不同客戶的使用數(shù)據(jù)進(jìn)行分析，可以讓產(chǎn)品部門提早發(fā)現(xiàn)產(chǎn)品潛在的問題?！爱a(chǎn)品設(shè)計(jì)方面的缺陷，此前可能需要有50萬臺(tái)銷量的時(shí)候才能暴露出來，而現(xiàn)在只需要1000臺(tái)，我們就能發(fā)現(xiàn)潛在的缺陷?！?/p>

據(jù)國(guó)家發(fā)改委官員的統(tǒng)計(jì)，涪陵榨菜這幾年在全國(guó)各地區(qū)銷售份額變化，能夠反映人口流動(dòng)趨勢(shì)，一個(gè)被稱為“榨菜指數(shù)”的宏觀經(jīng)濟(jì)指標(biāo)就誕生了。國(guó)家發(fā)改委規(guī)劃司官員發(fā)現(xiàn)，涪陵榨菜在華南地區(qū)銷售份額由2007年的49%、2008年的48%、2009年的47.58%、2010年的38.50%下滑到2011年的29.99%。這個(gè)數(shù)據(jù)表明，華南地區(qū)人口流出速度非?？臁Ｋ麄円罁?jù)“榨菜指標(biāo)”，將全國(guó)分為人口流入?yún)^(qū)和人口流出區(qū)兩部分，針對(duì)兩個(gè)區(qū)的不同人口結(jié)構(gòu)，在政策制定上將會(huì)有所不同。

數(shù)據(jù)科學(xué)與數(shù)據(jù)分析的本質(zhì)區(qū)別

數(shù)據(jù)科學(xué)是一個(gè)多學(xué)科領(lǐng)域，專注于從大量原始和結(jié)構(gòu)化數(shù)據(jù)中找到切實(shí)可行的見解。數(shù)據(jù)科學(xué)家的主要目標(biāo)是找出問題并找出潛在的研究途徑，而不用擔(dān)心具體的答案，更多的重點(diǎn)放在尋找正確的問題上。專家通過預(yù)測(cè)潛在趨勢(shì)，探索不同和不相關(guān)的數(shù)據(jù)來源，并找到更好的分析信息的方式來實(shí)現(xiàn)這一點(diǎn)。

數(shù)據(jù)分析專注于在現(xiàn)有的數(shù)據(jù)集里面，處理和執(zhí)行統(tǒng)計(jì)分析。分析人員集中于創(chuàng)建捕獲，處理和組織數(shù)據(jù)的方法，以發(fā)現(xiàn)當(dāng)前問題的切實(shí)可行的見解，并建立呈現(xiàn)此數(shù)據(jù)的最佳方式。

數(shù)據(jù)科學(xué)與數(shù)據(jù)分析的區(qū)別

數(shù)據(jù)科學(xué)家有多緊俏？

在各行各業(yè)，大數(shù)據(jù)技術(shù)應(yīng)用也越來越廣泛，對(duì)于數(shù)據(jù)人才的需求也越來越大。

在2015年年初，美國(guó)總統(tǒng)發(fā)布了白宮的一個(gè)新職位——首席數(shù)據(jù)科學(xué)家，并且任命 DJ Patil 擔(dān)此重任，而 DJ Patil 正是本書中的受訪者之一。

在未來6年，僅美國(guó)本土就可能缺少14萬～19萬具備深入分析數(shù)據(jù)能力的專業(yè)人才，能夠通過分析大數(shù)據(jù)支撐企業(yè)做出有效決策的數(shù)據(jù)管理人員和分析師也有150萬人的缺口。從這個(gè)角度說，數(shù)據(jù)科學(xué)家是大數(shù)據(jù)時(shí)代最緊缺的人才并不為過。

數(shù)據(jù)科學(xué)家能為企業(yè)做什么？

隨著數(shù)據(jù)量的迅猛增長(zhǎng)，今天企業(yè)搜集的數(shù)據(jù)比以往任何時(shí)候都要多，不僅在企業(yè)內(nèi)部，在外部的組織網(wǎng)絡(luò)和更廣泛的消費(fèi)領(lǐng)域亦是如此。企業(yè)文化的轉(zhuǎn)變對(duì)組織運(yùn)營(yíng)產(chǎn)生了巨大影響。

在新數(shù)字化企業(yè)及其周圍的環(huán)境里，數(shù)據(jù)成為了組織的基石。從創(chuàng)新到所有決策，數(shù)據(jù)推動(dòng)著企業(yè)的發(fā)展，并使得各級(jí)組織的運(yùn)營(yíng)更為高效?？梢赃@樣說，數(shù)據(jù)將成為每個(gè)企業(yè)獲取下一個(gè)核心競(jìng)爭(zhēng)力的要素。

數(shù)據(jù)科學(xué)家在企業(yè)能處理以下事務(wù)：

數(shù)據(jù)科學(xué)家職責(zé)

你的企業(yè)需要數(shù)據(jù)科學(xué)家嗎？

數(shù)據(jù)科學(xué)家主要從事數(shù)據(jù)分析工作，從海量數(shù)據(jù)中挖掘有價(jià)值的信息。如果一個(gè)項(xiàng)目只是側(cè)重?cái)?shù)據(jù)的獲取與存儲(chǔ)，那么可能需要的是熟悉平臺(tái)架構(gòu)的數(shù)據(jù)庫工程師或架構(gòu)師;如果項(xiàng)目側(cè)重?cái)?shù)據(jù)分析，那么數(shù)據(jù)科學(xué)家就是必需的。

事實(shí)上，如果公司的核心業(yè)務(wù)不是機(jī)器學(xué)習(xí)，那么你所做的數(shù)據(jù)科學(xué)很可能只會(huì)帶來很少的收益。但是如果愿意投入，將這些成果積少成多，或者你可能很幸運(yùn)地偶然發(fā)現(xiàn)一個(gè)金礦項(xiàng)目，都會(huì)讓價(jià)值增加，但這種事情可遇不可求。

如何挑選數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家所需的基本技能和能力與其他發(fā)揮信息數(shù)據(jù)最大用途的工作相同，即深度分析的能力、扎實(shí)的數(shù)據(jù)挖掘技能以及對(duì)統(tǒng)計(jì)分析方法和工具的了解。同時(shí)，數(shù)據(jù)科學(xué)家還需引導(dǎo)有價(jià)值和有意義的見解，這要求其能夠深刻理解行業(yè)動(dòng)態(tài)和發(fā)展趨勢(shì)、客戶的需求與行為以及企業(yè)內(nèi)部的業(yè)務(wù)流程等。數(shù)據(jù)科學(xué)家必須掌握所有形式的數(shù)據(jù)，并不斷地利用這些資源推動(dòng)業(yè)務(wù)實(shí)現(xiàn)創(chuàng)新與突破。

單就近幾年數(shù)據(jù)科學(xué)的發(fā)展來看，成為一名數(shù)據(jù)科學(xué)家至少需要了解以下幾個(gè)方面的技能分支，企業(yè)在招聘的時(shí)候可以以這些技能為參考依據(jù)。

數(shù)據(jù)科學(xué)家必備技能

企業(yè)如何合理的使用數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家不是魔法師，當(dāng)所需的數(shù)據(jù)不可得或者質(zhì)量很差的時(shí)候，數(shù)據(jù)科學(xué)家能做的很有限，這已經(jīng)超過了技術(shù)的范疇。企業(yè)管理者如果能從全局出發(fā)部署數(shù)據(jù)戰(zhàn)略，才能真正解決當(dāng)下數(shù)據(jù)科學(xué)家的痛點(diǎn)，這樣數(shù)據(jù)科學(xué)家才能發(fā)揮作用解決公司的痛點(diǎn)。

在企業(yè)中，數(shù)據(jù)科學(xué)家并應(yīng)該不是孤立的個(gè)體，而應(yīng)該是一個(gè)團(tuán)隊(duì)。數(shù)據(jù)科學(xué)家之間的交流與協(xié)作是必需的，這樣才更有利于數(shù)據(jù)處理工作的開展和數(shù)據(jù)產(chǎn)品的開發(fā)。文思海輝金融事業(yè)群商業(yè)智能事業(yè)部解決方案高級(jí)經(jīng)理馬寧認(rèn)為，一個(gè)人難以精通與數(shù)據(jù)業(yè)務(wù)相關(guān)的方方面面的問題，因此企業(yè)應(yīng)該成立一個(gè)數(shù)據(jù)科學(xué)團(tuán)隊(duì)，團(tuán)隊(duì)中的每個(gè)人都可以專注于自身擅長(zhǎng)的領(lǐng)域。