在一天結束時，數據科學家為一個組織提供的價值在于他們將數據應用于真實世界的使用案例的能力。

共享364

介紹

我最近讀了一篇文章，描述數據科學是一個過度飽和的領域。這篇文章預測，ML工程師將在未來幾年內取代數據科學家。

根據這篇文章的作者，大多數公司都致力于用數據科學來解決非常類似的業務問題。由于這個原因，數據科學家就沒有必要想出新的方法來解決問題。

作者繼續說，在大多數數據驅動的組織中，為了解決問題，只需要基本的數據科學技能。這個角色很容易被機器學習工程師取代--一個擁有數據科學算法基本知識的人，他還擁有部署ML模型的知識。

在過去的一年里，我讀過很多類似的文章。

其中一些文章指出，數據科學家的角色將被像AutoML這樣的工具所取代，而另一些文章則提到數據科學是一個 "垂死的領域"，很快就會被數據工程和ML運營等角色所超越。

作為一個與數據行業的不同支柱緊密合作的人，我想提供我對這個話題的看法，并沿著這些思路回答問題。

- 數據科學是一個正在消亡的職業嗎？在未來幾年內還會有對它的需求嗎？

- 自動化工具是否會使數據科學家失去工作？

- 數據科學是否已經過飽和，在不久的將來，該領域是否會被新的角色所取代？

是否需要數據科學家？

大多數組織內的數據科學工作流程是非常相似的。許多公司雇用數據科學家來解決類似的業務問題。大多數建立的模型不需要你想出新穎的解決方案。

在這些組織中，你將采取的解決數據驅動問題的大多數方法很可能已經被使用過了，你可以從網上的海量資源中借用靈感。

另外，像AutoML和DataRobot這樣的自動化工具的興起，使預測性建模變得更加容易。

我在一些商業案例中使用了DataRobot，它是一個偉大的工具。它對許多數值進行迭代，并為你的模型選擇最佳的參數，以確保你最終獲得最高度準確的模型。

因此，如果預測性建模隨著時間的推移已經變得更容易，為什么公司仍然需要數據科學家？為什么他們不直接使用自動化工具和ML工程師的組合來管理他們的整個數據科學工作流程？

答案很簡單。

首先，數據科學從來都不是為了重新發明輪子或建立高度復雜的算法。

數據科學家的作用是用數據為組織增加價值。而在大多數公司，這其中只有很小一部分涉及到構建ML算法。

其次，總有一些問題是無法通過自動化工具解決的。這些工具有一套固定的算法，你可以從中挑選，如果你確實發現了一個需要結合各種方法來解決的問題，你就需要手動去做。

雖然這種情況并不經常發生，但還是會發生--作為一個組織，你需要雇傭足夠熟練的人去做這件事。此外，像DataRobot這樣的工具不能做數據預處理或任何在建立模型之前的繁重工作。

人文關懷

作為一個曾為初創公司和大公司創建數據驅動解決方案的人，情況與處理Kaggle數據集的情況非常不同。

沒有固定的問題。通常情況下，你有一個數據集，然后給你一個商業問題。你要想出如何處理客戶數據，使公司的銷售額最大化。

這意味著，數據科學家需要的不僅僅是技術或建模技能。你需要將數據與手頭的問題聯系起來。你需要決定能夠優化你的解決方案的外部數據源。

數據預處理是漫長而艱苦的，這不僅僅是因為它需要強大的編程技能，還因為你需要試驗不同的變量以及它們與手頭問題的相關性。

你需要將模型的準確性與轉換率等指標聯系起來。

模型的建立并不總是這個過程的一部分。有時，一個簡單的計算可能就足以執行像客戶排名這樣的任務。只有一些問題需要你真正拿出一個預測。

在一天結束時，數據科學家為一個組織提供的價值在于他們將數據應用于現實世界的用例的能力。無論是建立細分模型、推薦系統，還是評估客戶潛力，除非結果是可解釋的，否則對組織沒有真正的好處。

只要數據科學家能夠在數據的幫助下解決問題，在技術和業務技能之間架起橋梁，這個角色就會繼續存在下去。