數(shù)據(jù)科學(xué)是一種將業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)換為資產(chǎn)的方法，可幫助組織提高收入、降低成本、抓住商機(jī)、改善客戶體驗(yàn)等。

數(shù)據(jù)科學(xué)定義

數(shù)據(jù)科學(xué)是一種使用從統(tǒng)計(jì)分析到機(jī)器學(xué)習(xí)的方法從結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中收集洞察力的方法。對(duì)于大多數(shù)組織而言，數(shù)據(jù)科學(xué)被用于將數(shù)據(jù)轉(zhuǎn)化為價(jià)值，其形式是改善收入，降低成本，提高業(yè)務(wù)靈活性，改善客戶體驗(yàn)，開發(fā)新產(chǎn)品等。

RiskIQ公司首席數(shù)據(jù)科學(xué)家Adam Hunt說，“如果愿意，企業(yè)可以獲取的數(shù)據(jù)量是巨大的，但是如果沒有做任何事情，把它變成有趣的東西，它有什么用呢?數(shù)據(jù)科學(xué)是關(guān)于提供這些數(shù)據(jù)的目的?！?/p>

數(shù)據(jù)科學(xué)與分析

雖然數(shù)據(jù)分析是緊密相關(guān)的，但它是數(shù)據(jù)科學(xué)的一個(gè)組成部分，用于了解組織的數(shù)據(jù)是什么樣子的。數(shù)據(jù)科學(xué)利用分析的輸出來解決問題。

Hunt說，“數(shù)據(jù)科學(xué)正在得出推動(dòng)數(shù)據(jù)向前發(fā)展的結(jié)論。如果不是采用數(shù)據(jù)解決問題，如果只是在做調(diào)查，那就是分析。如果真的要用結(jié)果來解釋某些事情，就要從分析到科學(xué)。數(shù)據(jù)科學(xué)與實(shí)際解決問題的關(guān)系比觀察、檢查、繪制數(shù)據(jù)更大?！?/p>

對(duì)于Looker公司首席數(shù)據(jù)科學(xué)家Hillary Green-Lerman來說，數(shù)據(jù)分析和數(shù)據(jù)科學(xué)之間的區(qū)別在于時(shí)間尺度。她表示，數(shù)據(jù)分析描述了當(dāng)前的現(xiàn)實(shí)狀況。數(shù)據(jù)科學(xué)使用該數(shù)據(jù)來預(yù)測(cè)或了解未來。

Green-Lerman說，“許多人認(rèn)為數(shù)據(jù)分析師只是初級(jí)數(shù)據(jù)科學(xué)家;有人希望在他們長(zhǎng)大后成為數(shù)據(jù)科學(xué)家。有時(shí)這是真的，但實(shí)際上我發(fā)現(xiàn)一個(gè)非常優(yōu)秀的分析師擁有與數(shù)據(jù)科學(xué)家不同的技能?！?/p>

數(shù)據(jù)科學(xué)與大數(shù)據(jù)

數(shù)據(jù)科學(xué)和大數(shù)據(jù)通常是一致的，但數(shù)據(jù)科學(xué)可以用來從各種規(guī)模的數(shù)據(jù)中提取價(jià)值，無論是結(jié)構(gòu)化的、非結(jié)構(gòu)化的還是半結(jié)構(gòu)化的。當(dāng)然，在許多情況下，大數(shù)據(jù)對(duì)數(shù)據(jù)科學(xué)家很有用，因?yàn)槠髽I(yè)擁有的數(shù)據(jù)越多，在給定模型中可以包含的參數(shù)就越多。

Hunt說，“有了大數(shù)據(jù)，企業(yè)就不必受制于小數(shù)據(jù)的維數(shù)限制。大數(shù)據(jù)在某些方面確實(shí)有幫助，但更多并不總是更好。如果把股票市場(chǎng)放在合適的位置，它就不會(huì)起作用?！?/p>

數(shù)據(jù)科學(xué)的商業(yè)價(jià)值

數(shù)據(jù)科學(xué)的商業(yè)價(jià)值取決于組織需求。數(shù)據(jù)科學(xué)可以幫助組織構(gòu)建工具來預(yù)測(cè)硬件故障，允許組織執(zhí)行維護(hù)，并防止意外停機(jī)。它可以幫助預(yù)測(cè)超市貨架上的內(nèi)容，或者根據(jù)產(chǎn)品的屬性預(yù)測(cè)產(chǎn)品的流行程度。

MapR科技公司首席應(yīng)用架構(gòu)師Ted Dunning說，“數(shù)據(jù)科學(xué)團(tuán)隊(duì)可以擁有的大價(jià)值在于他們與業(yè)務(wù)團(tuán)隊(duì)融為一體。幾乎按照定義，尋求新奇的人員，真正創(chuàng)新的人員，將會(huì)發(fā)現(xiàn)價(jià)值或泄漏的價(jià)值，而不是人們所預(yù)期的。通常他們會(huì)讓業(yè)務(wù)人員帶來驚喜。價(jià)值并不是人們最初認(rèn)為的那樣?！?/p>

數(shù)據(jù)科學(xué)團(tuán)隊(duì)

數(shù)據(jù)科學(xué)通常是一門團(tuán)隊(duì)科學(xué)。數(shù)據(jù)科學(xué)家是大多數(shù)數(shù)據(jù)科學(xué)團(tuán)隊(duì)的前瞻性核心，但從數(shù)據(jù)轉(zhuǎn)向分析，然后將分析轉(zhuǎn)化為生產(chǎn)價(jià)值需要一系列技能和角色。例如，數(shù)據(jù)分析師應(yīng)該在將數(shù)據(jù)呈現(xiàn)給團(tuán)隊(duì)，并在維護(hù)數(shù)據(jù)模型之前對(duì)其進(jìn)行調(diào)查。數(shù)據(jù)工程師必須構(gòu)建數(shù)據(jù)管道以豐富數(shù)據(jù)集，并使數(shù)據(jù)可供公司其他人使用。

eBates公司分析副總裁Mark Stange-Tregear警告不要尋求數(shù)據(jù)科學(xué)“獨(dú)角獸”，也就是將非線性思維與高級(jí)數(shù)學(xué)和統(tǒng)計(jì)知識(shí)以及編碼能力相結(jié)合的人員。

Stange-Tregear解釋說，“我不認(rèn)為數(shù)據(jù)工程是關(guān)鍵的數(shù)據(jù)科學(xué)家特征，我希望有人真正添加其他內(nèi)容。如果我可以讓某人建立模型，能夠評(píng)估統(tǒng)計(jì)數(shù)據(jù)，并將該模型的好處傳達(dá)給業(yè)務(wù)部門，那么我就可以雇傭足夠成熟的數(shù)據(jù)工程師來采用該模型并實(shí)現(xiàn)它?！?/p>

數(shù)據(jù)科學(xué)的嵌入式方法

一些組織選擇將數(shù)據(jù)科學(xué)家與其他功能混合在一起。例如，Mapr公司的Dunning建議遵循數(shù)據(jù)操作方法，將數(shù)據(jù)科學(xué)家嵌入到具有業(yè)務(wù)線職責(zé)的DevOps團(tuán)隊(duì)中。這些數(shù)據(jù)運(yùn)營(yíng)團(tuán)隊(duì)往往是跨職能的和技能的，如運(yùn)營(yíng)、軟件工程、架構(gòu)和產(chǎn)品管理，并且可以從頭到尾協(xié)調(diào)數(shù)據(jù)、工具、代碼和環(huán)境。數(shù)據(jù)運(yùn)營(yíng)團(tuán)隊(duì)傾向于將分析管道視為類似于生產(chǎn)線。

Dunning說，“孤立的數(shù)據(jù)科學(xué)團(tuán)隊(duì)可能希望部署最復(fù)雜的模型，嵌入式數(shù)據(jù)科學(xué)家將尋找可維護(hù)的廉價(jià)勝利。他們對(duì)于選擇的解決方案是務(wù)實(shí)的?！?/p>

數(shù)據(jù)科學(xué)目標(biāo)和可交付成果

數(shù)據(jù)科學(xué)的目標(biāo)是構(gòu)建從數(shù)據(jù)中提取以業(yè)務(wù)為中心的見解的方法。這需要理解價(jià)值和信息在企業(yè)中是如何流動(dòng)的，并能夠利用這種理解來識(shí)別業(yè)務(wù)機(jī)會(huì)。雖然這可能涉及一次性項(xiàng)目，但更典型的是，數(shù)據(jù)科學(xué)團(tuán)隊(duì)尋求識(shí)別關(guān)鍵數(shù)據(jù)資產(chǎn)，這些資產(chǎn)可以轉(zhuǎn)化為數(shù)據(jù)管道，為可維護(hù)工具和解決方案提供支持。例如，銀行使用的信用卡欺詐監(jiān)控解決方案，或用于優(yōu)化風(fēng)電場(chǎng)中風(fēng)力發(fā)電機(jī)布置的工具。

逐漸地，傳達(dá)團(tuán)隊(duì)所做工作的演示文稿也是重要的可交付成果。Riskq公司的Hunt說，“確保他們將結(jié)果傳達(dá)給公司的其他人是非常重要的，當(dāng)數(shù)據(jù)科學(xué)團(tuán)隊(duì)長(zhǎng)時(shí)間陷入困境時(shí)，它開始陷入困境。產(chǎn)品經(jīng)理認(rèn)為工作是理所當(dāng)然的，除非我們一直在談?wù)摵完P(guān)注它?！?/p>

數(shù)據(jù)科學(xué)過程和方法

生產(chǎn)工程團(tuán)隊(duì)在Sprint周期中工作，并且有計(jì)劃的時(shí)間表。Hunt表示，數(shù)據(jù)科學(xué)團(tuán)隊(duì)通常很難做到這一點(diǎn)，因?yàn)榭梢蕴崆盎ê芏鄷r(shí)間來確定一個(gè)項(xiàng)目是否可行。

Hunt說，“很多時(shí)候，第一周甚至第一個(gè)月都是研究、收集、清理數(shù)據(jù)。我們能回答這個(gè)問題嗎?我們能有效地做到嗎?我們花費(fèi)了大量的時(shí)間進(jìn)行設(shè)計(jì)和調(diào)查，遠(yuǎn)遠(yuǎn)超過了標(biāo)準(zhǔn)工程團(tuán)隊(duì)的表現(xiàn)。”

對(duì)于Hunt來說，數(shù)據(jù)科學(xué)應(yīng)該遵循科學(xué)方法，盡管他指出并非總是如此，甚至不可行。

Hunt說，“企業(yè)試圖從數(shù)據(jù)中提取一些洞察力。為了反復(fù)和自信地做到這一點(diǎn)，必須使用科學(xué)方法準(zhǔn)確地證明其假設(shè)。但我不認(rèn)為許多數(shù)據(jù)科學(xué)家真正使用任何科學(xué)?！?/p>

Hunt說，真正的科學(xué)需要時(shí)間。企業(yè)花費(fèi)時(shí)間確認(rèn)其假設(shè)，然后花費(fèi)很多時(shí)間試圖反駁自己。

Hunt說，“通過數(shù)據(jù)科學(xué)，企業(yè)需要深入研究數(shù)據(jù)來驗(yàn)證這些假設(shè)。我們?cè)噲D回答的很多問題都是短暫的。例如，在安全方面試圖找到解決威脅的辦法?！?/p>

他表示，因此，數(shù)據(jù)科學(xué)通常意味著采用“足夠好”的答案，而不是好答案。然而，危險(xiǎn)是結(jié)果可能成為確認(rèn)偏見或過度擬合的犧牲品。

他說，“如果這不是真正的科學(xué)，也就是說企業(yè)用科學(xué)的方法來證實(shí)一個(gè)假設(shè)，那么所做的就是向一些算法采用數(shù)據(jù)來證實(shí)自己的假設(shè)。”

數(shù)據(jù)科學(xué)工具

數(shù)據(jù)科學(xué)團(tuán)隊(duì)使用各種工具，包括SQL、Python、R、Java以及Hive、oozie和TensorFlow等開源項(xiàng)目。這些工具用于各種與數(shù)據(jù)相關(guān)的任務(wù)，從提取和清理數(shù)據(jù)到通過統(tǒng)計(jì)方法或機(jī)器學(xué)習(xí)對(duì)數(shù)據(jù)進(jìn)行算法分析。

通過統(tǒng)計(jì)方法或機(jī)器學(xué)習(xí)進(jìn)行算法分析。

“企業(yè)需要良好的可視化工具。在這一點(diǎn)上，編程工具Python是最受歡迎的。企業(yè)需要能夠構(gòu)建有趣模型的工具?！盡apR公司Dunning說。

Dunning說，當(dāng)MapR公司調(diào)查其客戶數(shù)據(jù)團(tuán)隊(duì)時(shí)，團(tuán)隊(duì)使用的最少數(shù)量的建模工具是5個(gè)，而且甚至沒有進(jìn)入可視化工具。

“事情變得越來越多，因?yàn)槿藗兏討岩?。這種其他建模技術(shù)會(huì)產(chǎn)生更好的模型嗎?”Dunning說。

數(shù)據(jù)科學(xué)家的薪酬

根據(jù)PayScale公司的數(shù)據(jù)，以下是一些與數(shù)據(jù)科學(xué)相關(guān)的最受歡迎的職位和每個(gè)職位的平均薪酬：

• 分析經(jīng)理：67,000美元至126,000美元
• 助理數(shù)據(jù)科學(xué)家：58,000美元至101,000美元
• 商業(yè)智能分析師：49,000美元至95,000美元
• 數(shù)據(jù)分析師：42,000美元至83,000美元
• 數(shù)據(jù)架構(gòu)師：77,000美元至153,000美元
• 數(shù)據(jù)工程師：64,000美元至132,000美元
• 數(shù)據(jù)科學(xué)家：65,000美元至134,000美元
• IT數(shù)據(jù)科學(xué)家：61,000美元至135,000美元
• 首席數(shù)據(jù)科學(xué)家：95,000美元至172,000美元
• 研究分析師：4萬至7萬美元
• 研究科學(xué)家：48,000美元至118,000美元
• 高級(jí)數(shù)據(jù)科學(xué)家：93,000美元至160,000美元
• 統(tǒng)計(jì)學(xué)家：50,000美元至108,000美元

數(shù)據(jù)科學(xué)技能

雖然數(shù)據(jù)科學(xué)學(xué)位課程的數(shù)量正在迅速增加，但它們并不一定是組織在尋找數(shù)據(jù)科學(xué)家時(shí)所尋求的。eBates公司Stange-Tregear表示，他尋找具有統(tǒng)計(jì)背景的候選人，因此他們知道是否在看實(shí)際結(jié)果，將結(jié)果置于場(chǎng)景中的領(lǐng)域知識(shí);以及使他們能夠向業(yè)務(wù)用戶傳達(dá)結(jié)果的溝通技巧。

“如果我有一位可以完成所有這些工作的數(shù)據(jù)科學(xué)家，那么我會(huì)擔(dān)心通過數(shù)據(jù)工程團(tuán)隊(duì)實(shí)現(xiàn)這一點(diǎn)?！彼f。

RiskIQ公司的Hunt表示，對(duì)擁有博士學(xué)位的應(yīng)聘者很感興趣。Hunt說，“我偏向招聘于擁有博士學(xué)位的人，但我不會(huì)放棄那些具有豐富經(jīng)驗(yàn)的人才。博士能夠?qū)σ粋€(gè)主題進(jìn)行非常深入的研究，并且能夠?qū)⑦@些信息傳播給其他人。但是，擁有扎實(shí)的背景或個(gè)人項(xiàng)目是非常有趣的。”

Hunt說，他特別尋找物理、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、經(jīng)濟(jì)學(xué)甚至社會(huì)科學(xué)的博士學(xué)位的人才。他不會(huì)對(duì)擁有數(shù)據(jù)科學(xué)或分析學(xué)位的應(yīng)聘者另眼相看，但他確實(shí)對(duì)招聘這些人有所保留。他說，“我的個(gè)人經(jīng)歷是，我發(fā)現(xiàn)它們非常有用，但他們過于關(guān)注模型的操作，而不是思維方式?！?/p>

MapR公司的Dunning更關(guān)心申請(qǐng)人的個(gè)人能力，而不是展示新事物的能力。他說，“我在招聘數(shù)據(jù)科學(xué)家時(shí)首先想到的內(nèi)容是：受訪者是否能教會(huì)我一些東西?我不想找到指導(dǎo)我怎么做的人，我非常想找到那些可以做我不能做的事情的人才，或者可以教會(huì)團(tuán)隊(duì)的人才。”

Dunning指出，一些優(yōu)秀的數(shù)據(jù)科學(xué)家或數(shù)據(jù)科學(xué)領(lǐng)域的領(lǐng)導(dǎo)者都具有非傳統(tǒng)背景，并指出，他與之合作過的最好的人員包括曾經(jīng)做了6年園丁的人，具有美術(shù)背景的人，有的甚至擁有法國(guó)文學(xué)學(xué)位，還有一位沒有接受計(jì)算機(jī)培訓(xùn)的新聞系學(xué)生。

Dunning說：“想用數(shù)據(jù)感知來測(cè)試人們，而不是用公式。希望有能力看到事物并理解它們?！?/p>

數(shù)據(jù)科學(xué)培訓(xùn)

鑒于目前缺乏數(shù)據(jù)科學(xué)人才，許多組織正在制定計(jì)劃，以培養(yǎng)內(nèi)部數(shù)據(jù)科學(xué)人才。而培訓(xùn)是另一條快速增長(zhǎng)的途徑，培訓(xùn)工作人員承擔(dān)數(shù)據(jù)科學(xué)家的角色。

數(shù)據(jù)科學(xué)學(xué)位

根據(jù)美國(guó)新聞和世界報(bào)道，這些是數(shù)據(jù)科學(xué)領(lǐng)域的頂級(jí)研究生學(xué)位課程：

• 統(tǒng)計(jì)學(xué)理學(xué)碩士：斯坦福大學(xué)的數(shù)據(jù)科學(xué)
• 信息與數(shù)據(jù)科學(xué)碩士：伯克利信息學(xué)院
• 數(shù)據(jù)科學(xué)理學(xué)碩士：哈佛大學(xué)約翰保爾森工程與應(yīng)用科學(xué)學(xué)院
• 分析科學(xué)碩士：芝加哥大學(xué)格雷厄姆學(xué)院
• 計(jì)算數(shù)據(jù)科學(xué)碩士：卡內(nèi)基梅隆大學(xué)
• 數(shù)據(jù)科學(xué)理學(xué)碩士：華盛頓大學(xué)
• 跨學(xué)科數(shù)據(jù)科學(xué)碩士：杜克大學(xué)
• 應(yīng)用數(shù)據(jù)科學(xué)碩士：密歇根大學(xué)信息學(xué)院

數(shù)據(jù)科學(xué)認(rèn)證

組織需要在數(shù)據(jù)分析技術(shù)方面有專長(zhǎng)的數(shù)據(jù)科學(xué)家和分析師。他們還需要大數(shù)據(jù)架構(gòu)師將需求轉(zhuǎn)化為系統(tǒng)，需要數(shù)據(jù)工程師構(gòu)建和維護(hù)數(shù)據(jù)管道，需要了解Hadoop集群和其他技術(shù)的開發(fā)人員，還需要系統(tǒng)管理員和管理人員將一切聯(lián)系在一起。認(rèn)證是候選人展示他們擁有正確技能的一種方式。

一些頂級(jí)大數(shù)據(jù)和數(shù)據(jù)分析認(rèn)證包括：

• 數(shù)據(jù)科學(xué)專業(yè)成就認(rèn)證
• 認(rèn)證分析專業(yè)人員
• Cloudera認(rèn)證助理(CCA)數(shù)據(jù)分析師
• EMC經(jīng)驗(yàn)證的專業(yè)數(shù)據(jù)科學(xué)家協(xié)會(huì)(EMCDSA)
• MapR認(rèn)證數(shù)據(jù)分析師
• Microsoft認(rèn)證解決方案專家(MCSE)：數(shù)據(jù)管理和分析
• 使用SAS 9的SAS認(rèn)證數(shù)據(jù)科學(xué)家

分享文章：什么是數(shù)據(jù)科學(xué)?將數(shù)據(jù)轉(zhuǎn)化為價(jià)值
文章分享：http://www.rwnh.cn/news/98854.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機(jī)、定制開發(fā)、用戶體驗(yàn)、定制網(wǎng)站、營(yíng)銷型網(wǎng)站建設(shè)、品牌網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)