Data Scientist，資料科學家，太火了，已經成為新一代改變世界的職業，引得每一個人都想往這個方向轉。
學 CS 的覺得做碼農太底層，給人打工，要轉資料科學家，完美。
學統計的覺得這個不需要過多的 Coding，適合自己，要轉資料科學家，完美。
學商科的覺得終於自己也可以成為科學家了，要轉資料科學家，完美。
似乎每個人都覺得自己可以成為，應該成為，也一定能夠成為一名資料科學家。
然而現實呢？
一片混亂。
“Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it” — Dan Ariely
人們的想像之中的獨角獸
幾乎所有讚美資料科學家的人，都認為資料科學家是這樣一類人：
精通演算法。例如各種機器學習演算法（聚類，分類，NLP，CV，IR, etc.），理解統計的原理。
全棧開發能力。能夠完成從資料清洗，到產品上線的全部工作，且能做各種資料視覺化與報表。
有資深的領域知識。瞭解行業背景，企業運行規律，懂得 Business、Marketing、Finance、Operations 等等知識，能夠幫助企業做決策。
除了技術能力要求高，同時還要有相當的軟實力，比如溝通和寫作的能力，比如領導團隊的能力等等。
哇，真是全能的獨角獸。
可能有這樣的人嗎？當然，這個世界這麼大，出幾個超牛的人並不是沒有可能。
你可以追求成為這樣一個人，但是認為所謂資料科學家就等於這一類人，並沒有什麼意義。
但是，從現實角度來講，你並不需要成為這樣一個人才能為企業帶來價值。大量和資料相關的職責都被認為是和資料科學家相關的，因此，更重要的是，找到合適自己的位置，使用新技術解決問題，創造收益。
兩類資料科學家
是的，Data Scientist 並不是一個 Well Defined 的職位，在每個公司的職責都不一樣。但是，不論怎麼樣，這個世界上不可能憑空出現一個職位：這個職位所解決的問題是以前從來沒出現過的，也沒人知道該怎麼解決的。或許我們可以慢慢逼近人們想像中的那個全能的獨角獸，但現在，資料科學家所擔當的職責，一定會跟現有的職位大量的重合。
現實中的資料科學家是怎麼樣的呢？常見的資料科學家被分為兩類。引用 Quora 上
Michael Hochster
的一個回答：
Type A Data Scientist:
The A is for Analysis. This type is primarily concerned with making sense of data or working with it in a fairly static way. The Type A Data Scientist is very similar to a statistician (and may be one) but knows all the practical details of working with data that aren’t taught in the statistics curriculum: data cleaning, methods for dealing with very large data sets, visualization, deep knowledge of a particular domain, writing well about data, and so on.
Type B Data Scientist:
The B is for Building. Type B Data Scientists share some statistical background with Type A, but they are also very strong coders and may be trained software engineers. The Type B Data Scientist is mainly interested in using data “in production.” They build models which interact with users, often serving recommendations (products, people you may know, ads, movies, search results).
我對於這兩類的理解稍有出入，但也大體相同：
Type A 資料科學家：
偏 Analysis，一切為資料驅動的決策服務。主要的工作是在清理資料，做分析，找 Insight，做 Report 等等。可以說是某類升級版的 Analyst 或者 BD。
一方面這意味著對你的你要求跟做 BD 或 Analyst 的要求一樣甚至更高，對市場瞭解如何？對行業瞭解如何？對公司運作瞭解如何？而所謂 Machine Learning 等工具只是技術與手段，能夠幫助更好地解決問題，但是問題有哪些，才是根本的問題。
另一方面傳統 Analyst 不足的地方在於隨著資料越來越大，越來越複雜，如果要更快更准，需要使用更好的模型（機器學習等），在更原始的資料中探索與分析，不能只等待其他人把資料都處理好。因此需要更強的資料處理、分析能力和對於新模型、工具的掌握和理解。
往這個方向發展，要補齊 Marketing、Business、Finance、Operation 等知識，同時掌握各種機器學習的演算法與工具。
Type B 資料科學家：
偏 Research & Product，在演算法即產品的職責下讓演算法能夠與產緊密結合，甚至主導演算法驅動的產品。主要的工作是把演算法從 Research 做到 Product。
一方面要對各類機器學習的演算法瞭解足夠深刻，瞭解各種機器學習演算法的常見應用（NLP，CV，Recommendation，IR，etc.）。同時對工程要求更高，畢竟做 Prototype 和上 Production 是完全不一樣的。
另一方面要對產品的需求有更深層次的理解，以及瞭解公司的業務邏輯，因為隨著不少演算法的成熟，產品的需求已經不僅僅來自於 product-market-fit，而是來自於演算法本身的進步，因此能夠把成熟的演算法推向產品是非常重要的能力。
往這個方向發展，Coding 的要求與所有通用 Software Engineering 的要求一樣，該修 CS 課可能一樣都不能少，同時要能瞭解公司的業務邏輯，更好地推動產品的上線，讓不可能變成可能。
職業生涯的起步與發展
既然典型的資料科學家是兩類，那麼對照著這兩類對自己的技能樹查缺補漏就行。要麼補業務知識，要麼補代碼能力，要麼補機器學習相關的技術與工具。總之，不要一味追求所謂的新演算法，而沒有基礎的分析或者工程能力，這樣並不能解決任何問題，也不能帶來任何價值。
從一位分析師或者程式師開始職業生涯，都是很好的選擇。
然而，職業生涯的追求肯定不是一個 Title，而是某些能力，對照著理想中的獨角獸差缺補漏，確實是非常好的辦法。
雷鋒網按：原作者
陳然
，本文原載于作者的
知乎專欄
。
