【数据科学家】数据科学家还能火多久？

                                   

IT行业的高薪让无数人蜂拥而至，不论是成为码农，网站设计师，只要能与计算机科学搭上边。这两年，热度逐渐减退。尽管薪资依然高于其他行业的平均水平，但已经开始有人提出这样的疑惑，当有一天人人都会写代码，软件工程师该去做什么？

同样的事情也正在发生在数据科学行业。

这是Google Trends上Computer Science（蓝）与Data Science（红）的搜索热度比较。

人才市场上的供不应求自然造成了数据科学家的高薪。那我们来分析一下“供”与“求”。

求

首先来看几个大公司的例子。

Google

说是Google定义了数据科学并不过分。他们所做的一切都是从搜索引擎的数据驱动决策，例如最大化YouTube广告收入。甚至他们的人力资源团队也在使用科学的方法，让员工们在工作中更开心，更高效。Google“员工天堂”这一称号也绝非虚名。

Amazon

每个你得到的产品推荐都来源于Amazon的复杂数据科学算法。事实上，亚马逊已经实现了一个算法，可以预测你是否要购买某种产品。如果这个概率足够高，他们就把该产品运输到离你最近的仓库。当你购买它的时候，你就能够在一天内收到商品。

Facebook

Facebook正在疯狂地靠广告获益，因为它拥有所有用户的个人数据。他们知道你在做什么运动，喜欢什么食物，愿意在网上花多少钱。他们可以全方位地精准定位用户，这也是为什么很多公司都喜欢将它作为广告平台。

不仅大公司有数据科学部门，小企业更需要数据科学来满足他们的需求，几行代码就能执行非常复杂的分析，并从中获得巨大收益。

如果你的竞争对手依靠数据驱动的决策，而你不是，他们将超越你，夺取你的市场份额。因此，小公司也必须开始使用数据科学工具和技术。

供

数据科学是由技术变革驱动的，20年前（计算机速度慢，计算能力低，原始的编程语言）它是不可能存在的。

但是，传统教育还没有准备好，所以目前大学里仍然很少有项目能够培养出有非常出色的数据科学家。目前进入数据科学领域的人，主要都是从从其他领域转型，通过自我学习获得必要的技能（包括书籍，研究论文和在线课程等）。也就是说，现在还没有足够的人才能够利用好这个行业的机会，进入这个领域。

结论

无论是从公司的角度还是从员工的角度来看，数据科学家的需求都在不断上升，预计会像CS领域那样 —— 需求长期以来会比供应增长得更快。这使得数据科学成为一个重要领域。

数据科学家会火。但还能火多久？同样的，如果当有一天人人都学会与数据打交道，数据科学家去做什么？

世界正在转变，数据在我们生活的各个方面都变得尤为重要。 5年前，你永远不会想到要拿出手机来打车。而今天，你可能会比较Lyft和Uber的等待时间。

经验丰富的数据科学家将永远存在且解决最复杂的问题，最好的程序员也永远在开发出最好的产品。就像机器学习永远不会让最出色的程序员变得不再重要。Google实现了人工智能和机器学习行业中一些最好的应用，而他们雇用了30,000多个开发人员。

你要担心的不该是这个行业会火多久，而是你自己会火多久。人才市场只要供不应求就会一直火下去。无疑，这是入行数据科学最好的时代。而你要做的是保持不可替代的核心竞争力，不断学习，并学得比别人快。

入门学习路径推荐

我感恩自己处在这个最好的时代。如果你也想要进入这个领域，我想向你推荐入门数据科学最短学习途径：

1. 判断自己是否真的喜欢数据科学行业，是否准备好一头扎进这个行业。

例如：

• 什么是数据科学家？

• 数据科学家的市场需求

• 数据科学行业及职位

• 不同行业中数据科学职位，工作技能，待遇，发展前景等的异同

• 数据科学行业所要求的学历，专业，工作经验等

2. 选择一门或两门语言 -  R或者Python。

以R为例，首先理解R语言的基础知识 - 工作目录, 库, 数据类型, 读取数据等。然后从数据加工，到分析，熟练运用常用包例如dplyr, tidyr, stringr, reshape2，  再使用ggplot2，rbokeh等进行数据可视化。

3. 开始机器学习入门，但在这之前，要打好统计知识基础。

4. 真正开始机器学习：学习用最常用的机器学习（监督/无监督）技术或者算法建模。

• Linear Regression

• Logistic Regression

• Decision Trees

• KNN (K- Nearest Neighbors)

• K-Means Clustering

• Market Basket Analysis (Associative Rule Mining)

• Naïve Bayes

5. 如果你已经成功地做到了这一点，你已经成功地成为了一名入门级数据科学家，你可以继续学习高级机器学习，深入深度学习（人工神经网络，卷积神经网络等）。

6. 虽然这都是关于学习的，但是当学习与实践 - 实施 - 反馈周期紧密结合时，学习效果会更好。因此实践颇为重要。列举几个例子：

• 广告搜索

  • 搜索引擎

  • 搜索广告内部原理

• 深度学习

  • 大规模深度学习的应用

  • 深度学习与无人车／机器人

  • Google在机器学习的探索

  • 图像问答

• 推荐系统：AppStore

• 大数据：Airbnb大数据预测

7. 至此，你可以开始真正寻找成为数据科学家的机会，准备求职与面试。

面试常考：

• Resume 内容

• Behavioral question

• Probability

• Basic statistics

• Machine learning

• Case interview

• Coding - sql, R, SAS & python, hard coding, mapreduce

• Product question

• Questions for interviewer

求职准备需要了解：

• 一般流程

• 简历投递技巧

• 每轮面试的注意事项

• networking

• 如何准备申请文书

• 如何分析Job description

• 如何从简历出发准备面试

• 如何做好面试的细节准备

• 实习的重要性

• 面试心态调整及offer选择

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

1. 重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？

2. 重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？

3. 重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

1. 精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

2. 智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。

3. 高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

4. 不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。

5. 边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

1. 创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；

2. 对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

3. 人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

1. 超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；

2. 迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

   评估未来的知识和技能类型；

3. 制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

   发过程中确定更加明晰的标准和最佳实践；

4. 重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

   较高失业风险的人群；

5. 开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

---

产业智能官  AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号： AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“特色小镇”、“赛博物理”、“供应链金融”。

详细介绍，访问官网：AI-CPS.NET

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

---

---

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]

---

---