冷门但绝不愁就业：数据科学家

在投资界有这样一句名言：等大家都开始疯狂涌入的时候，就是你该出来的时候。商科的火爆，已经不是一年两年的事了，虽然就业确实不错，但是每年毕业的学生竞争也非常大。

相反是一些中国学生以前不爱读的专业，最容易找到工作。数据科学家绝对是其中之一。现在，如果你能当上数据科学家，壕的日子也离你不远了。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。不过现在这个领域也非常火爆了。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。”

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。

数据科学家，可以帮助这些公司挖掘新的方法来开源节流。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。

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。

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。

你适合当数据科学家吗?

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澳际着想，也该这样做。