数据科学家—中国学生最不原意读的专业却最容易找到工作

编者按：当2008年的新一轮留学潮拉开序幕之后，赴美读商科的学生就在几年的时间里翻了好几番。但当这些学生怀揣着一纸商科毕业证毕业时才发现，自己选择的专业找起工作来是如此困难。

反而当初不太受人青睐没有成为热门的专业的同学可以在毕业时同时收到好几封offer。根据美国招聘网站的数据显示，一些中国学生最不原意读的专业已经为了成最容易找工作专业，这让很多人大跌眼镜，也让很多正在筹划送孩子出国的家长不得不好好考虑孩子的专业选择。

近日，一家美国招聘网站Glassdoor报告称，数据科学家平均年薪为11.9万美元，而程序员平均年薪为6.5万美元，差距由此可见。你擅长数学，会用Python编程，而且还对某个行业了如指掌？如果你拥有这样的技能集，那你就有可能当上数据科学家。如果你当上了数据科学家，那你的日子就可以过得风风光光了——LinkedIn的最新投票结果显示，“统计分析和数据挖掘” 是2014年最大的求职法宝。

麦肯锡公司的研究预测称，到2018年，在“具有深入分析能力的人才”方面，美国可能面临着14万到19万的缺口，而“可以利用大数据分析来做出有效决策的经理和分析师” 缺口则会达到150万。该领域目前异常火爆，纽约大学数据科学中心课程的负责人罗伊-洛伦斯（Roy Lowrance）表示，现在可能已经到了巅峰期，“也许存在着泡沫。”

“无论什么事情，一旦变得这样火爆，之后就肯定就会冷下来。”不过，纽约大学希望在未来几年里扩大数据科学课程的招生规模，把学生人数从40名增加到60名。本学年还有五个月才会结束，但50%到75%的学生已经找到了比较理想的工作。

为什么该领域会变得如此火爆？琳达-博奇（Linda Burtch）是芝加哥的猎头公司博奇工程的董事总经理，她表示，尽管像谷歌、亚马逊、Netflix和Uber这样的高科技公司都有自己的数据科学团队，但那些非高科技公司，比如Neiman Marcus、沃尔玛、Clorox和Gap，它们现在也需要使用这方面的人才，“很多公司都在物色数据科学家，”她说。

这些公司希望，数据科学专业人才可以挖掘新的信息，来帮助公司开源节流。IBM负责大数据业务的副总裁Anjul Bhambhri表示，航空航天制造商Pratt&Whitney现在可以预测出飞机发动机何时需要进行维护，准确率达到97%，这可以帮助它更 加有效地开展业务。

虽然IBM在本月刚刚推出了基于云计算的Watson Analytics免费增值工具，但是，为了分析非结构化数据，数据科学家常常不得不亲自动手编写专门的软件程序，这正是数据科学家必须掌握编程技巧的一个原因。

洛伦斯说，数据科学家需要具备三项基本技能：数学/统计、计算机能力、在特定业务领域的知识。纽约大学数据科学中心希望招收至少具备其中一种技能的学生，然后培养他们掌握其他技能，让学生到毕业的时候，可以独当一面负责处理数据工作。

“在学习过程中，他们要做一些数据科学项目，这些项目需要他们用到这三种技能，”他说。

但是，如果你想成为一名数据科学，也不一定非得去大学读书才行。从今年9月开始，一家名为梅蒂斯（Metis）的公司开始在纽约举办为期十二周的数据科学训 练营，费用为1.4万美元。报名的人非常之多，入学竞争相当激烈。梅蒂斯公司的联合创始人杰森-莫斯（Jason Moss）说，大约有一半的学生都拥有硕士或博士学位。

第一期训练营在12月初结束。莫斯说，不过几周， 15名学生中就有6名拿到了聘用通知。

“我不认为训练营可以替代大学教育，”莫斯说。“训练营可以提供一条捷径，让你以最快的速度找到一份工作，但大学的目的不在于此。但我也不认为你必须上大学才 能成为一名数据科学家，”他说：“有一种人，他们天生具有好奇心，有勇气，有决心，总想把事情理出头绪，他们在这一行可以干得很好。”

Anmol Rajpurohit是一名独立的数据科学家兼顾问，他说，做这一行工作最重要的素质就是能够快速学习东西。“与专长于任何特定编程语言相比，泛型编程技巧远远更加重要。”

“在如今这个时代，技术的发展突飞猛进，语言会很快过时，新的语言则将迅速普及。因此，学东西很快的人，会比单独领域的专家更有前途。”

洛伦斯认为，在某些技能方面，训练营和网上课程可以为学习者提供很大的帮助。但在另外一些方面，它们的作用就就相对有限了。纽约大学的数据科学课程有 一个优势，就是可以按照正确的先后顺序来培养你的技能。

“我们的教学顺序可以让你循序渐进、融会贯通地掌握技能。”




数据科学家要做哪些事？

游戏公司Playstudios的数据科学家乔恩-格林伯格（Jon Greenberg）说：

“在日常工作中，我需要管理一系列控制面板，它们提供的信息可以让公司知道，我们的生意到底做得怎么样？ 用户在做什么事情？”

格林伯格现在是一名经理了，所以他编程的时候没有以往那么多，但是他有时候仍然需要编程。通常来说，他把数据从Apache Hadoop的存储器里调取出来，在分析平台Revolution R上运行它，并对它进行一些可视化处理。

“比如说，我们可以从中得知一部分用户如何与新推出的功能互动，”他解释说。

六年前， 格林伯格拿到了统计学的硕士学位。他希望进入政府部门工作，但却惊讶地发现，公司企业非常需要数据科学家。“那个时候，数据科学领域还没有现在这么火爆” 他说。现在，他每天都能从猎头那里收到一个电话或一封邮件。“这种情况不只是发生在我身上，”他说。“所有的数据科学家可能都是这样。”

对于格林伯格来说，就业机会很好只是一个加分项，因为他本来就热爱这一行。我认为，要做数据科学工作，你必须得有分析头脑才行，而且还得有好奇心，他说。

“你必须得有灵活性和创造性，构思出不同的方法来解决问题。”

这项工作的唯一缺点，格林伯格说，就是“清洁”数据（去掉那些没有相关性的结果）需要花费大量时间，“这部分任务并不是那么招人喜欢，你得花很多时间来做它。”

Rajpurohit说，他花了很多精力来清洁数据和做研究。“我很大一部分时间都花在做研究上，因为我经常会遇到全新的问题，因此，我需要研究特定领域最新文献，或者是找找专家，听听他们在这方面的看法，”他说。

“尽管数据科学这个名字和艺术毫不沾边，但是你需要把艺术和科学很好地结合起来。科学的部分很明显——数学，程序设计等等。但艺术部分是同样重要——创造力，对语境有着深刻的理解。把这两部分结合在一起，你就会变得善于解决问题。”

尽管如此，Rajpurohit也承认，数据科学并不像眼下很多人以为的那样善良迷人。这个领域确实是在变得越来越重要，而且也出现了很多高薪机会，但在数据科学家需要做的日常工作中，有很多其实都很枯燥。




你是当数据科学家的料吗？

每天花大量时间来编程，分析控制面板上的数据，获得相关信息，如果你对这样的工作感兴趣，那么你可能就适合干这一行。但如果你仅仅是想拿高工资，那么你可能就会觉得这样的日子过起来苦不堪言。

你要知道：真正适合干这一行的人，常常会在业余时间里编写程序，分析数据，而他们这样做只是为了自娱自乐。

亚 当-弗洛葛尔（Adam Flugel）是博奇公司的数据科学招聘猎头，他谈到了最近遇到的一名候选人。此人拥有博士学位，今年秋天将去电艺公司（Electronic Arts）工作。”弗洛葛尔说：“真正让他脱颖而出的是优势是，他在空闲时间也做这种事情，而且纯粹就是为了好玩。

他是多人在线游戏世界《坦克世界大战》的玩家，领导着一个玩家团队。于是他编写了一个从游戏服务器抓取数据的程序，然后进行数据分析，评估自己团队的表现。然后他利用这些信息来弄清应该如何调整自己的战略，应该招收哪些类型的成员，才能提升团队的整体表现。”

所以，如果你爱的并不是数据本身，而是它可以给你带来的高薪，那么你会发现，自己很难与那样的人竞争。但是博奇说，每个人都应该学会热爱数据，即便只是为了自己事业前途着想，也该这样做。

资讯来源：北美留学生日报