cstar

https://big5.backchina.com/?99259

新興職業：數據科學家(ZT)

作者：cstar 於 2010-3-11 18:14 發表於最熱鬧的華人社交網路--貝殼村

作者分類:轉貼|通用分類:職場內外

伍加

世界正在朝著數字化方向飛速發展：數字媒體、數字電話、數字社區、數字政府、電子病歷、虛擬世界，等等。當世界越來越數字化時，電子信息不斷增加，海量數據不斷膨脹，分析和理解數據就變得越來越重要。

世界上最大的連鎖零售企業沃爾瑪每小時處理一百多萬個客戶，每小時向它的後台服務部的資料庫存入2.5 petabytes 的信息，這相當於 167 個美國國會圖書館的藏書信息。沃爾瑪的信息主管（Chief Information Officer）Rollin Ford 說：「我每天早晨反覆問自己，我怎樣才能把這些海量信息處理好、管理好、分析好？」　Facebook 存有400 億張照片，每天都有成千上萬的新照片加入進去。人類基因庫含有 30 億對基因組，針對某組基因製造出「定向」藥品已經進入試驗階段，它需要對基因庫進行快速查詢。對海量信息的處理和管理顯得日益重要，因此一種新的職業「數據科學家」會應運而生。

數字化和信息爆炸會不會帶來不良後果？信息太多了會讓人們感到無所適從；數據無所不在時會出現信息安全的問題，那些不該公布的信息會引起不良後果。比如加州歐克蘭城市警察局辦了一個網站叫做「歐克蘭犯罪觀察」，它把奧克蘭市警察逮捕罪犯的數據全都公布出來，比如何時何地由於何種原因警察逮捕了何人，等等。根據這些歷史信息，人們發現奧克蘭警察從來不在星期三晚上掃黃打非，這就給做皮肉生意的犯罪分子有機可乘。當然，這只是並不普遍的疏漏而已。利弊相比，數字化和信息爆炸為人類生活帶來的還是利大於弊。

數據已成為企業的原材料，以數據為中心的經濟正在出現。商業智情，也稱作BI（它是英文單詞Business Intelligence的縮寫），就是利用對大量的數據進行分析、挖掘、和綜合，從而為企業決策做出有效的幫助。所以，商業智情可以算作數據科學家的工作內容之一。一些比較專業化的數據科學家也會出現，比如數據分析師、數據挖掘師、數據可視化設計師等等。

數據科學家需要有軟體工程、統計學、圖形學、數據挖掘等領域的知識。面對信息爆炸，面對海量數據，簡單的表格（spreadsheet）工具已經過時。大多數的商業應用需要根據海量數據迅速作出決策，這就需要有對各種數據進行去粗取精、去偽存真、由此及彼、由表及裡的有效分析工具，因為那些海量信息可以來自於各類報表，同時也來自於各個部門的異種資料庫，還有大量的數據來自於網際網路，它們有各自不同的數據格式和存取方式。簡單地說，數據科學家需要具備三種能力，精通四門學科。這三種能力是：