Are You a Data Scientist?

剛剛看到兩篇講「Data Scientists」的文章，認為深得我心，所以藉此一角跟大家分享。

第一篇文章開頭就說Data Scientists的特質是好奇心和樂於探索大量資料（underscored by the harder-to-teach characteristics of curiosity and a willingness to explore large amounts of data），我自認同時具備這兩種特質，但是吸引我目光的是harder-to-teach這個形容詞。自從Data Mining開始被國內的大企業採用後，有些學校也開辦了Data Mining的課程。雖然學生可以在這些課程中學習到相關的理論、技巧、軟體操作，「特質」卻是很難學習而來的，而我個人認為特質才是決勝的關鍵因素。

因為特質會驅動一個Data Scientist不斷變換看資料的角度，不自覺的利用時間越挖越深，而且樂此不疲。我從工作中得到的最大樂趣，通常不是完成了什麼模型的建置，而是從資料發現了特殊的pattern或是異常的現象。一個懂得理論、技巧、操作的資料工作者，絕對有能力建構出完美的模型、調出無暇的參數，準時完成資料採礦的專案；但如果他還多了對資料好奇的特質，往往還可以挖到藏在資料角落裡的寶藏，而這些新發現的價值多半高過原來的專案。

這篇文章也引述了Facebook、Foursquare、Intuit、Groupon等知名公司招募Data Scientist人才公告的用語。前三家比較偏向技能和功能的敘述，所以我個人比較喜歡Groupon的說法：Are you excited about analyzing vast amounts of data, finding patterns in it and applying the insights to create business value?如果Groupon也在台灣找這樣的人，我馬上就去應徵了！

另一篇文章訪問了舊金山灣區一家作分析的公司的創辦人，他認為所謂的Data Scientists具備了下列三種技能：

• Data munging（坦白說，我是頭一次看到這個名詞，所以我Google了一下：運用、轉換、變化資料的能力）
• Data modeling
• Data visualization

前兩項技能也是學校的Data Mining課程可以學到的，但是課堂上會不會教Data visualization，我就不太確定了。簡言之，這就是用資料來看圖說故事的能力。不管我們的工作叫做Data Science、Data Mining或是Customer Analytics，最後一定要想辦法影響具有決策實權的人，才能發揮最大的效果。但是對他們放映一大張滿是數字的表格，或是講Lift、Statistical Significance這些名詞，效果和效率都不如一張抓到精神的圖。只可惜Data visualization似乎沒辦法用學術的方法來教，除了有些簡報技巧的書可能會提到一些，我認為最好的方法還是多參考那些值得借鏡的圖表，並在實際工作中嚐試與修正。如果在座者一臉茫然，就表示有問題；但若是大家眼睛一亮、拼命點頭，那就對了。

所以你也是個Data Scientist嗎？你的企業裡有Data Scientists嗎？