業界深訪 | 產品總監眼中的數據科學家

在大數據和機器學習的時代，有一種職業脫穎而出——數據科學家。數據科學家在近年來備受追捧，也有越來越多的人想投身入數據科學領域。

最近，CDA 采訪了幾位來自不同行業的數據科學團隊負責人，聊聊他們眼中的數據科學家是什么樣的，以及對于初入數據科學行業的人群有些什么建議。

今天請到的是來自新浪微博的產品總監——王大禹，讓我們看看產品眼中的數據科學家是什么樣的吧。

點擊播放采訪視頻，建議wifi下播放。
http://edu.cda.cn/course/946/task/16001/show

以下是采訪的文字整理部分。

王大禹，新浪微博產品總監


大家好，我是王大禹。目前在新浪微博工作，任產品專家。

在新浪微博之前，我曾經服務于美非能源和微軟。在以前的公司我都做過和數據相關的一系列工作。目前我在新浪微博負責給微博的內容和用戶進行屬性分類。

對于內容，要知道內容在講什么；對于用戶，要知道他們喜歡什么，喜歡看什么、喜歡發表什么內容。這樣我們能根據相應內容找到相應的讀者，讓微博的用戶可以閱讀到他們喜歡類型的內容，想獲得想得到的信息。

與此同時，我還負責一個數據平臺。這個數據平臺會匯集著微博上所有的文本的信息、圖片視頻信息以及用戶行為數據。這些數據支持著我們進行內容和用戶的計算，以及相應內容和相應用戶之間的匹配計算。

Q 1：在微博這樣偉大的產品中，有多少數據分析師參與？他們起到多大的作用呢？

目前來看，微博中有大量的數據分析師。他們對我們產品進行策略的更新，策略的更新指的是，在呈現內容的時，有多重方式可采取，那么哪種方式最好，我們要用數據來說話。

同樣，比如說有一種新的推薦辦法，我們想看這個辦法是否適合某種類型的用戶和內容的推薦。這時我們要做一些實驗，比如Telemetry(計量數據收集)，收集一些數據，通過數據來看下一個解決方案是會對性能有提升。

數據科學家就幫我們來解決了這個問題。數據科學家越來越多地融入到產品和算法工程師的工作中來。當然也有一些會編程的數據分析師，他們有些擔任算法工程師。這就是目前我們公司數據分析師的的情況。

據我了解，不僅僅是互聯網IT行業大量需要數據分析師，大量傳統的企業同樣需要。比如戴姆勒、西門子等傳統公司，他們也在大量招收數據科學家，希望數據也能為公司決策起作用。

數據的作用我覺得分為兩個層次。一個層次是戰術層次，就是短期計劃或市場計劃。比如說計劃會起多大效果，是否有作用，做完事情需要用數據進行評估，那么數據分析師就可以起到這個作用。

其次從高層程度說，公司一個年度，甚至幾年的戰略決策，當中也離不開數據分析師的支持。比如說保險公司、金融行業，以及現在常說的金融科技領域，這些都非常依賴數據分析師、數據科學家以及數據工程師等職業來幫他們從數據中挖掘信息，然后用挖掘出來的信息指導公司戰略決策。

Q 2 ：您覺得當下企業需要的數據科學家應該具備哪些技能？

我覺得可分為硬技能和軟技能。硬技能方面，第一是對數據最基本的處理技能。

尤其是小公司或大公司的初始項目，這類公司以及這類項目中，收集的數據往往是未經過清洗的，或者非常有可能是非結構化的。這些數據中可能有一部分是錯誤數據，不能放到處理之中。還有一部分數據需要經過處理，才可能進入到訓練模型或訓練算法中。因此最基本的數據處理的能力是要有的。

第二，編程技能。

最起碼需要掌握像Python這種簡單、高效的腳本語言。因為在處理有些數據時，的，如果不會這些語言是很難做到的。

舉個最簡單的例子，如果我要把一周的數據按天分成七列數據，通過寫一個簡單的腳本就能很容易做到。但如果否則用Excel等其他工具來完成會非常困難，甚至是不可能的。

如今，我們已經由大數據時代進入人工智能時代。大數據時代講究的是，收集這些數據，并利用這些數據。那么在收集和存儲數據時，顯然需要用到大數據相關的技術，因此大數據相關知識也是必備的。

收集到了數據之后，我們還需要用人工智能算法來處理。

人工智能算法中最有代表性的一類就是機器學習算法。因此需要對最常用的機器學習算法，包括有指導的、半指導的、無指導的這些算法有一些理解，以及掌握這些算法適合哪種應用場景。

第三，再高級一點的說就是需要具備項目管理和產品管理的能力。

因為對于大型公司而言，他需要了解整個軟件開發的周期和流程，以及整個產品的生命周期。比如，收集市場和用戶的反饋意見；把意見形成新的需求列表；用優先級對需求列表排序；用大量收集數據來進行項目評估。如果掌握項目管理和產品管理的流程，就能更好的融入工作當中。

第四，還有自然語言處理等其他硬技能。

國內許多項目中，收集到用戶評論等語言相關數據都是非結構化的。因此在處理用戶評論等非結構的文本中，自然語言處理知識是必要的。

除了硬技能，軟技能也至關重要。軟技能指的是在職場中解決問題所具備的能力，主要是溝通能力。

你要知道公司想讓你做什么，做完之后需要把結果告訴大家。你需要根據公司的戰略和長遠目標做好自己的工作，并更好地進行拓展，這些都是非常重要的。同時你還需要能夠很好地與公司同事和領導進行溝通，這些都是軟技能。


Q 3：您認為或者您當前工作中，數據科學家需要具備的一個最重要的能力是什么？

我覺得最重要的技能是如何把這些數據分析相關的知識和理論落地，即了解其應用領域。

我曾經提出過一個G+S理論。G類學科指的是通用類的學科，包括外語、計算機知識編程這些技能，也包括數據分析和處理的技能，以及財務會計這類技能。

這些技能是不分領域的，任何領域都需要。無論是工業、農業、商業等，這行業都需要數據分析師來提供數據方案。

除此之外就是S類技能，即特殊領域的知識，比如說金融領域、醫療領域、IT互聯網等領域。

如果比起其他人，你十分了解這個領域，那么的你競爭力也就更強。無論是人工智能算法還是數據分析方法，你都必須要知道這個領域是做什么的，這個領域在當前發展情況下，痛點和難點是什么。

因此我覺得，無論是大數據、數據科學家，還是人工智能，如何把這些知識技能在某領域落地，這是非常重要的。

Q 4：請您給正在職場打拼的數據科學家、數據分析師、以及數據工程師們一些職業發展建議！

我想有三個建議。

第一，作為數據科學家需要掌握很多硬技能，CDA的Level 1、2和3課程中就已經完整覆蓋了這些技能。在就業中，需要針對不足的技能進行補充，因為有些想從事數據分析行業的同學是來自非理工學科的，沒有任何編程的技能，那么就需要針對具體方面的進行學習。

比如學習Python和R語言等，取長補短。如果不了解機器學習、NLP方面也可以進一步學習。必須完善整個知識結構，因為數據科學是跨領域的學科。它不單純是數學、統計、計算機或商業分析等方面，而是跨領域的，因此要保證知識結構的健全。

第二，熟悉具體應用領域。

數據科學家一定要熟悉他所工作的領域，不能是割裂的、只是單純做數據。而是要了解整個公司的背景，了解所在的部門的背景，這是必不可少的。

第三，提升軟技能。

主要涉及到數據呈現。我們在收集和分析數據等環節已經完美地完成了數據科學家的職責，那么就結束了嗎？不一定。還涉及到呈現數據的方式。

數據的呈現需要一定技巧，因為除了在幫助公司決策之外，公司也需要用數據呈現給投資方和市場，從而體現公司有良好的目標。

數據的呈現本身就是藝術。隨著工作經驗的積累，你首先要知道公司和上級需要你做什么，希望通過你的數據得到什么樣的結果，并且希望呈現出來什么成品。

CDA 數據分析師確實能幫助大家走向數據科學家之路。

目前，全球范圍內很多有名的大學都開設了數據科學課程，但是通過這些課程是一個漫長的過程，而在CDA我們盡可能用最直接的方式，用最符合業內需求的課程的內容教授數據科學技能。這是非常好的事情，因為市場需要這些人才，據我了解很多公司都苦于尋找出色的數據科學人才。

Q 5：您對CDA LEVEL 3 數據科學家人才標準有何建議和期待？

據我了解，CDA Level III是CDA中最高級別，也就是專家級別，當中主要覆蓋三塊，分別是數據治理；大數據相關技術以及機器學習。正如我之前所說的，這三部分是數據科學家的必備技能。

學完這些內容之余，我覺得可以學一些自然語言處理方面的內容，然后如何將知識在具體的應用領域應用。

另外，商業方面知識也是必備的。

數據科學家需要為公司的戰略決策提供數據支持，了解一些市場商業方面知識是非常有幫助的。

如今數據科學家的薪水是很可觀的，以我的一位學生為例，他在美國讀了MBA，現在的年薪在12萬美元左右。目前國內的數據科學家主要以初、中級為多，大概的年薪約在20萬到60萬之間，數據科學家專家年薪約為60萬到100萬。

我很期待CDA Level 3畢業的學員未來幾年的發展，目前許多公司都渴望這些高級人才，越高級的人才實際上越難招。我覺得在這方面CDA做了很大的貢獻，為市場輸送了很多優秀的數據分析人才，最后祝各位CDA Level 3學員前程似錦，在數據科學職業道路上大展身手。


如何進階為數據科學家

CDA LEVEL 3數據科學家精英培訓已正式發布，旨在面向從業多年的、有技術基礎的大數據及數據分析專業人士、數據工程師等，為他們提供一個成為數據領袖的跳板。了解更多詳情：http://www.ruiqisteel.com/kecheng/53.html