未来人才竞争：培养下一代数据科学家
科技发展改变生活，包括我们已经习惯了的一些生活方式。比如，看球这件事。以往，我们的经验是，拎上几打啤酒、叫上几个小伙伴，围坐在电视前，激动地看着、喊着。现下，如果你是个网球迷，并且想尝试一些新的看球体验的话，今年美网直播的时候，你手边一定会多一台电脑，这台电脑上的一个比分统计、分析的可视化平台，不但可以弥补你不能亲临四大满贯的遗憾，还能让你比现场观众更加透彻地分析和理解比赛。
这就是IBM的 SlamTracker。有了SlamTracker，掌握赛前基于双方交战记录而制定的关键指标，还有实时把握比赛的进程和重要比分，这些对于球迷来说变得都易如反掌。SlamTracker就像是一个比赛统计的大集合，它对整个比赛做出的非常详尽的统计，对于球迷而言，你可以查找自己关心的数据，这些统计数据的细化程度覆盖比赛的各个细节。在今年的美网中，更多中国观众在用SlamTracker观看比赛，尤其是李娜的比赛。
这种数字化的平台极大改善和创新了球迷的体验。在这种新体验背后，离不开大数据、云计算和一群被称为“数据科学家”（Data Scientist）的人。
在大数据时代，数据科学家们是炙手可热的人才。企业知道数据的大量存在，也知道它们的价值就如同没有被开采的矿藏，但要让这些数据产生商业价值，好像矿藏那样被开采出来，需要大量的专业从业人员。
数据科学家究竟是一群怎样的人，在怎样地工作呢？
我们可以简单地概括这样一群人的特征：一半科学家，一半思想家。
技术和信息系统领域专家、乔治城大学（Georgetown University）麦克唐纳商学院教授贝奇•佩奇•西格曼博士说：“随着软件、界面设计及相关领域的发展，今后分析大数据会变得更加容易。所以技术问题不会构成太大阻碍。对企业来说，更重要的是要有大量不光是会制作统计图表和分析表格，而是会利用手头信息优化决策的人才。”这些人才便是数据科学家。
数据科学家经常进行大量的实验数据分析来生成可视化的数据报表，利用数据产生独特的商业洞察，以帮助公司进行重大的基于数据的决策，而且逐渐成为了具有大数据技术能力的专业人士。他们能提出好的问题通过数据进行推理及对未来行为进行预测。
对商业的强烈敏感，以及处理商业问题的能力是数据科学家区别于传统职位的重要特点。优秀的数据科学家将不仅仅处理商业问题，他们还要有具备发现对于公司影响最大的问题的能力。
谁能成为数据科学家？
让我们先看这样一个统计分析：Schutt是一名在纽约Johnson研究实验室进行启动项分析研究的科学家，她现在还在哥伦比亚大学的统计系做兼职助理教授，讲授“数据科学导论”这门课。她经常邀请嘉宾到课堂上来介绍他们在数据科学上的职业生涯。Schutt将她认为是成功的数据科学家所共同具有的特点整合成两张表。
第一张表是数据科学家的共通特质和特点：许多人都拥有博士学位（虽然说学位并不是工作的必须条件）；他们学习的领域一般都与数量科学相关，比如统计学或者是数学；都有学习编程语言的能力以及解决问题的能力。
IBM的实践也验证了这一点。IBM每年在大数据及分析领域研发上投入高达30~40亿美元，拥有近9000名顾问和400 名数学家。而据IBM全球高级副总裁兼软件与系统科技集团总经理Steven A. Mills表示：IBM是全球数学博士最大的雇主。
对数据科学家来说，数学能力尤其是数学建模能力，是其必不可少的重要技能之一。因为他们必须要通过大量的数据产生对商业发展的洞察力，需要推理出数据上尚未显示出来的被掩盖的事实和趋势。这就要把大量散乱的数据变成结构化的可供分析的数据，还要找出丰富的数据源，整合其他可能不完整的数据源，并整理成结果数据集，以便把蕴含在数据中的规律建议给产品经理和主管们，从而影响产品、流程和决策。数学建模等技术对于数据分析、数据发掘、决策支持等方面具有重要的意义。
除此之外，经典计算机科学(机器学习)和应用统计学位也是非常有效的数据科学家的起点。机器学习的重点是大规模数据处理和算法、结合软件开发技能，自然应用于真实世界组织数据。许多应用统计学科则将咨询能力、专业领域知识、以及关键方面有效的数据科学结合在一起。
为培养更多数据科学家，IBM创建了一个网上社区：BigDataUniversity.com，在这里信息技术专业人员或者相关专业学生可以学习到Hadoop、流计算、开源软件开发以及数据库管理等技能。
再来看Schutt的第二张单子，她认为高效的数据科学家都有共同的“思维习惯”，都是思想家，拥有好奇心，能坚持，并且充满道德感和正义感；同时也是头脑灵活的思考者，鼓励提问；他们力争达到思维和沟通时的高度的准确、清晰和精准；他们承担分析工作中可计算的风险、充满想象力并且喜爱创新；独立思考并相信持久学习的力量；而且，喜欢发现事物中的幽默之处并且是良好的倾听者，能够对其他人的需要感同身受。
这也给其他学科的人进入数据科学家领域提供了信心。事实上，我们看到一些看起来不相关专业的人，比如物理和音乐专业的人才，他们已经成功被一些公司的数据科学家团队录用——他们被看重的是能创造性地思考问题。他们也许对计算机科学知之甚少，但却懂得如何运用与众不同的方法看待大数据。
企业如何培养数据科学家？
当然，现在对企业而言，最根本的是这类人才的短缺。IBM已经与全球1000多所大学合作，打算未来构建一个输送数据科学家的“通道”：IBM Academic Initiative。该项目包括许多不同的内容，从访问IBM的大数据和分析软件，到专业课程以及由数据科学家参与的大学讲座。一些高等院校已经开始根据Academic Initiative实施新的学术倡议。例如，在美国密苏里大学工程计算机科学系，学院将在今年秋季开设一个新的本科课目。这项课目被称为“大数据分析”，是基于IBM的InfoSphere BigInsights和InfoSphere Streams软件去教学生关于在各种不同场景(静态的或者动态的，结构的或者非结构的)下如何处理数据，以及这些知识如何在企业决策中发挥作用。通过该项目，IBM将为更多以数据为驱动的工作和专业铺平道路，例如已经被我们熟知的“首席数据官”(CDO)，随着大数据继续在所有垂直领域的企业中发挥更重要的作用，对CDO的需求也将越来越高。
招收那些刚刚走出大学校园的聪明而有创意的人才，再把他们投入非常严格的实习计划中去。这对于拥有足够预算，以及高级人才辅导项目的大型组织来说，是个不错的办法。而对于小组织来说，更可行的办法是聘请专业的顾问，帮助招聘、培训、再整合和指导新鲜出校的数据科学家。数据科学家的广泛的能力将对小组织非常有用，但必须有像这样创新的方法以确保其有效性。
未来，数据科学家将越发地活跃在商业世界，也将致力于解决许多工业和学术领域的问题，比如，生物医学研究、信息学、疾病预防、政府、教育以及城市规划等。下一代数据科学家也将帮助改进公民的生活质量，加深经济和社会对人类行为的理解。社会应该致力于鼓励有前途的学生成为下一代数据科学家。（财富中文网）
本文作者王阳为IBM公司副总裁兼中国开发中心总经理。
