性感事物方面的權(quán)威《哈佛商業(yè)評(píng)論》宣布，“數(shù)據(jù)科學(xué)家” 是二十一世紀(jì)最性感的職業(yè)。所謂性感，既代表著難以名狀的誘惑，又說(shuō)明了大家都不知道它干的是什么。

不管老板懂不懂?dāng)?shù)據(jù)科學(xué)家是干什么的，反正最近幾年這個(gè)崗位的需求數(shù)正在快速攀升，

但是其性感在什么地方？什么是數(shù)據(jù)科學(xué)家？他們是科學(xué)家嗎？還是工程師？程序員？抑或是一個(gè)商業(yè)決策與創(chuàng)新者的新血統(tǒng)？

Indeed.com 的數(shù)據(jù)沒(méi)有反應(yīng)出來(lái)的一個(gè)事實(shí)是，盡管這個(gè)職業(yè)對(duì)應(yīng)的學(xué)科在學(xué)術(shù)界經(jīng)過(guò)長(zhǎng)期的醞釀，但終究沒(méi)有成立為一個(gè)新的學(xué)科。而這段時(shí)間很長(zhǎng)的學(xué)術(shù)孵化期，也許跟今天的數(shù)據(jù)科學(xué)實(shí)踐有著很大的關(guān)系。

我們首先來(lái)簡(jiǎn)要回顧一下這段歷史。早在上世紀(jì)六十年代，Peter Naur 就首次提議要用 “數(shù)據(jù)科學(xué)（data science、Datalogy）” 來(lái)替代 “計(jì)算機(jī)科學(xué)（computer science）”，后來(lái)在上世紀(jì)九十年代中期為國(guó)際分類社團(tuán)聯(lián)盟所用。2001年，William S. Cleveland 提議將其設(shè)立為一個(gè)新的學(xué)科，吸收 “計(jì)算在數(shù)據(jù)方面取得的進(jìn)展” 作為統(tǒng)計(jì)學(xué)的延伸?！稊?shù)據(jù)科學(xué)（
Data Science Journal ）》及《
The Journal of Data Science》分別于 2002年 與 2003年 發(fā)行.2005年，國(guó)家科學(xué)委員會(huì)發(fā)表了《數(shù)字?jǐn)?shù)據(jù)收集萬(wàn)歲：促進(jìn)二十一世紀(jì)的研究與教育》，文中將數(shù)據(jù)科學(xué)家定義為 “信息與計(jì)算機(jī)科學(xué)家，數(shù)據(jù)庫(kù)與軟件工程師及程序員，學(xué)科專家，成功管理數(shù)字?jǐn)?shù)據(jù)收集的關(guān)鍵人物。”

到了本世紀(jì)頭十年的中期，數(shù)據(jù)科學(xué)不再屈尊于僅列為其他學(xué)科的細(xì)目清單，開(kāi)始走出學(xué)術(shù)殿堂。從學(xué)術(shù)邁向新職業(yè)走出的這半步是 Troy Sadkowsky 于 2009年 完成的。他在澳大利亞的一個(gè)學(xué)術(shù)性崗位工作，但卻有一個(gè) “科學(xué)性程序員” 的頭銜，其職責(zé)是開(kāi)發(fā)支撐大規(guī)模、“大數(shù)據(jù)” 科學(xué)性研究的應(yīng)用。2009年 一月，數(shù)字化數(shù)據(jù)跨機(jī)構(gòu)工作組發(fā)表了一份名為《駕馭科學(xué)與社會(huì)數(shù)字化數(shù)據(jù)之力》的報(bào)告，Sadkowsky 從中了解到 “數(shù)據(jù)科學(xué)家” 這個(gè)詞，認(rèn)為該詞是自己所從事工作的最好描述。2009年6月，他在 LinkedIn 建立了一個(gè)數(shù)據(jù)科學(xué)家小組作為其 datasceintists.com 網(wǎng)站的輔佐。

但是數(shù)據(jù)科學(xué)從學(xué)術(shù)向行業(yè)的大規(guī)模遷移此前早就在美國(guó)發(fā)生了，那時(shí)候 Web 公司正在開(kāi)發(fā)大數(shù)據(jù)技術(shù)，需要定量分析員對(duì)其收集得海量數(shù)據(jù)進(jìn)行挖掘利用。那些不愿呆在象牙塔里的數(shù)量分析專家都會(huì)跑到華爾街。不過(guò) 2008年 的時(shí)候這個(gè)地方的誘惑力下降了。Greylock Partners 的數(shù)據(jù)科學(xué)家 D.J. Patil 跟 Jeff Hammerbacher 一起在 Facebook 和 LikedIn 上建立了數(shù)據(jù)與分析小組，這一舉動(dòng)被視為是數(shù)據(jù)科學(xué)走向職業(yè)化的標(biāo)志，小組的職能是致力于對(duì)業(yè)務(wù)能夠產(chǎn)生即時(shí)的、大規(guī)模影響的數(shù)據(jù)應(yīng)用。所謂數(shù)據(jù)科學(xué)家就是運(yùn)用數(shù)據(jù)和科學(xué)創(chuàng)造新東西的人。

而數(shù)據(jù)科學(xué)家這個(gè)職位的頭銜則是 2009年 由 Natahn Yau 首次提及的，他認(rèn)為數(shù)據(jù)科學(xué)家就是能夠從大型數(shù)據(jù)集中析取出數(shù)據(jù)，并提供某些可供非數(shù)據(jù)專家使用的東西的人。

數(shù)據(jù)科學(xué)家、創(chuàng)業(yè)家 Mike Driscoll 則認(rèn)為數(shù)據(jù)極客有三個(gè)性感之處：建模、轉(zhuǎn)換、可視化。而一種比較有詩(shī)意的表述方式是：數(shù)據(jù)科學(xué)家好比是哥倫布遇上科倫坡，目光如炬的探險(xiǎn)家與懷疑一切的大偵探的合體。

而在《數(shù)據(jù)科學(xué)家：二十一世紀(jì)最性感的職業(yè)》一文中，設(shè)計(jì) LinkedIn 的 “你可能認(rèn)識(shí)的人” 功能的數(shù)據(jù)科學(xué)家 Jonathan Goldman 的工作也許是對(duì)數(shù)據(jù)科學(xué)家工作方式的最好詮釋：首先構(gòu)建理論、印證預(yù)感，然后尋找出模式，對(duì)應(yīng)該推出某人的哪一個(gè)網(wǎng)絡(luò)做出預(yù)測(cè)。文章最后對(duì)數(shù)據(jù)科學(xué)家的工作進(jìn)行如下概括：

數(shù)據(jù)科學(xué)家做的，就是在數(shù)據(jù)中遨游的同時(shí)進(jìn)行探索，其顯著特點(diǎn)是強(qiáng)烈的好奇—他們渴望尋找問(wèn)題核心，追究問(wèn)題實(shí)質(zhì)，并把這些東西提煉為一組非常清晰、可以驗(yàn)證的假設(shè)。這往往會(huì)讓人聯(lián)想到這些都是任何一個(gè)領(lǐng)域最有創(chuàng)意的科學(xué)家所具備的特質(zhì)，很顯然，科學(xué)家這個(gè)頭銜適合于這一新興角色。他們實(shí)現(xiàn)價(jià)值提升并不是靠做報(bào)表或者 PPT 給高管，而是靠在面向客戶的產(chǎn)品與流程方面所做出的創(chuàng)新。

不過(guò)，這一大段的闡述仍然不夠簡(jiǎn)潔明了，在上述觀察的基礎(chǔ)上我們來(lái)給出一個(gè)數(shù)據(jù)科學(xué)家的簡(jiǎn)明版定義：

數(shù)據(jù)科學(xué)家就是采用科學(xué)方法、運(yùn)用數(shù)據(jù)挖掘工具尋找新的數(shù)據(jù)洞察的工程師。

科學(xué)辦法就是構(gòu)思假設(shè)、測(cè)試想法、精心設(shè)計(jì)實(shí)驗(yàn)、經(jīng)由他人驗(yàn)證，這些是他們從統(tǒng)計(jì)身上掌握的知識(shí)，經(jīng)科學(xué)訓(xùn)練出來(lái)的經(jīng)驗(yàn)。而工具的運(yùn)用則是來(lái)自其工程經(jīng)驗(yàn)，或者更確切地說(shuō)來(lái)自于其計(jì)算機(jī)科學(xué)與編程背景。最好的數(shù)據(jù)科學(xué)家是產(chǎn)品與流程的創(chuàng)新者，有時(shí)候還是新的數(shù)據(jù)挖掘工具的開(kāi)發(fā)者。

何謂性感，這就是。