業界深訪 | 研發總裁眼中的資料科學家
在大資料和機器學習的時代，有一種職業脫穎而出——資料科學家。資料科學家在近年來備受追捧，也有越來越多的人想投身入資料科學領域。
最近， CDA 採訪了幾位來自不同行業的資料科學團隊負責人，聊聊他們眼中的資料科學家是什麼樣的 ，以及對於初入資料科學行業的人群有些什麼建議。
今天請到的是來自TalkingData的研發副總裁——閻志濤，讓我們看看研發總裁眼中的資料科學家是什麼樣的吧。
點選播放採訪視訊，建議wifi下播放。
以下是採訪的文字整理部分
閻志濤 TalkingData，研發副總裁
大家好，我叫閻志濤，是TalkingData的研發副總裁。TalkingData於2011年成立，我是2012年加入的，到現在已經過了六年的時間。
Q1: 請介紹下您目前從事的資料科學相關的工作內容。
我們公司是既有資料也有業務，關於資料科學相關工作，首先是資料本身。這部分包含了資料治理、資料準備，以及把資料應用到不同的業務場景裡。比方說將資料建模提供給不同的客戶，以及通過我們的線上平臺，給企業客戶提供從資料到模型的能力。另外我們也在構建一個開放的平臺，賦能給其他資料科學家，利用我們的資料和平臺讓他們建模。
如今對於國內企業而言，資料科學家是現在稀缺的職業。因此我們公司在教育方面也做了些投入，比如TDU騰雲大學，而且還跟一些國外高校合作了“梧桐計劃”，讓優秀院校的畢業生能夠在我們這邊接受培訓，用我們的資料結合業務場景進行實踐。
對於資料科學而言，演算法方面如果有較好的數學基礎，掌握起來並不是特別難。但如果想落地，一定需要場景和資料。這是很多大學現在所欠缺的，沒有資料也沒有場景，只能拿像Kaggle裡的一些開源資料集去做嘗試。我們這裡有在生產中可以用的資料，有具體的問題讓他們去解決問題，去真正去鍛鍊自己的能力。
從我自己目前來講，我現在側重幾個方面。一個就是資料科學賦能，因為我們在打造我們自己的資料科學平臺。這個平臺實際上是一個開放的平臺，我們希望把自己的資料做一些處理，然後把它變成能讓大家用來建模的資料集。結合業務場景，讓不同公司的資料科學家能夠支援他們的業務，這是我們想做的事情。
這當中涉及到許多工作，我們需要做很多資料工程的工作，比方說清洗。然後平臺構建方面也需要很多資料整理工作。
我們現在做一個很有意思事情。關於資料，現在都在講GDPR，即資料隱私，如何做到資料脫敏。我們現在做的叫embedding，把我們的資料脫敏，變成機器能夠理解，但人不能理解的內容。
Q2：請分享下您工作中所做的具體案例。
眾所周知，如今大資料或者資料應用的典型場景是廣告或者營銷方面。這裡有一個非常常見的演算法，叫look alike，就是找相似人群。
我們大約從14年開始就在嘗試用Look alike，利用我們的資料幫助一些廣告主，或廣告的需求方平臺，提供更好的營銷效果。我們在不同的場景裡都做過使用，而且都取得不錯的效果。目前已經將程式碼部署到我們的資料智慧市場上，已經形成了標準化服務。也就是，使用者將自己的樣本種子資料傳上來，利用我們的資料，將其在種子人群放大，從而找到相似的人群進行精準營銷和投放，這是一個比較具體的案例。
Q3：您覺得當下企業需要的資料科學家應該具備哪些技能？
首先，對於資料科學家，硬技能是基礎。
第一，較好的資料工程基礎能力。 因為現在的資料科學家不像原來的資料分析師，並不是有人幫你清洗資料，幫你去做各種資料支援，你只需要做簡單的演算法模型就行了。
第二，資料整理和資料工程的能力。 現在大資料的場景裡，很多資料一開始並不那麼幹淨，你要能自己去整理這些資料。
第三，對資料的理解能力。 要做工程的話，如果不理解資料是很難的。雖然現在說深度學習可以不做特徵工程，但是對於大部分業務場景，對資料進行理解，然後去做特徵仍然是很關鍵的。
第四，資料科學能力，熟練掌握各種演算法。 這也是資料科學家區別於資料工程師的關鍵能力。演算法對於資料科學家來說，是你的安身立命的工具，是用來解決問題的重要工具。你必須瞭解在什麼場景下，面向什麼樣的資料，採用什麼演算法，去解決什麼樣的業務問題，這是核心技能。
第五，對業務的理解能力。 因為所有的資料科學它不是空中樓閣，資料科學家並不是只做科學，而是需要解決具體的業務問題。這時掌握業務領域知識，對業務理解就變得非常的關鍵。
第六，溝通能力。 這個軟技能對資料科學家也是非常關鍵的。因為資料科學家不是獨立工作，你要面向業務去解決問題。資料科學家跟工程師不太一樣，工程師的問題一般是確定性的，有時只要問題定義清楚就能去做了；但是科學家需要很多次迭代，這樣你跟業務團隊、跟不同的人溝通就變得非常關鍵。
第七，專案管理和時間管理都很關鍵。 資料科學工作經常需要多次迭代。如何管理整個不同的資源，如何控制時間，一步步=接近到你的目標也是至關重要的。
硬技能和軟技能一樣，對於資料科學家確實都是非常重要的，所以說這是一個非常綜合的職業。
Q3：您覺得資料科學家最核心的能力是什麼？
對數學科學家而言，資料科學是核心能力。
這裡可以去其他的幾個職業進行區分。資料工程師需要資料科學能力，但工程能力就更關鍵，而分析師業務理解更關鍵。資料科學家的核心素質，一定是演算法等相關能力。
一定要緊跟時代的發展。 目前，雖然人工智慧很熱，但整個資料科學還是在爬坡階段，各種新的演算法層出不窮。我覺得在掌握常見基礎演算法的情況下，一定要多去看國外的先進文獻和論文，去了解更新的演算法。因為當中有很多演算法，並不是大家能在大學裡學到的。
Q4：請您給正在職場打拼的資料分析師、資料工程師們一些職業發展建議！
實際上我是工程師出身的，這兩個角色確實不太相同。對於資料工程師來講， 想轉成資料科學家需要思維方式的轉變。
工程師解決的問題經常是具象的、確定性的 ，工程師一般是根據確定性的問題，找到解決方案。解決方案出來後，它就能出現確定性的結果。
但是 對於資料科學家而言，面向的結果是不確定性的。 你要要做好思想準備，在工作中逐步嘗試，接近更完美更好的效果。
在有思想準備之後，你還需要之前所提的硬技能。資料工程師的強項是工程能力，寫程式碼的能力。但資料科學需要掌握很多演算法，可以通過培訓、線上課程等資料補齊這些知識。大學裡學過的概率論、統計、線性代數等知識也需要複習。然後還需要再實際動手。面向問題找到對應問題的資料，去動手一步一步的梳理。
以上是我的一些建議和想法。
Q5：您對CDA LEVEL 3 資料科學家人才標準有何建議和期待？
就國內目前來說，資料科學家人才是比較缺乏的。CDA LEVEL 3的課程設定很好，能夠讓更多的人加入到資料科學隊伍裡來，為市場輸送很多優秀的資料分析人才，從而進一步強大資料科學團隊，這是非常有價值的。
原文釋出時間為：2018-10-25