未来是数据科学的时代 也是数据科学家的时代

你擅长数学和数据分析，同时会用Python/R语言编程吗？如果你拥有这样的技能组合，那你就有可能成为数据科学家。

无论是在国内还是国外，数据科学都是目前最炙手可热的研究领域，数据分析师、数据科学家也是最火爆的职业。据LinkedIn的最新投票结果显示，“统计分析和数据挖掘” 是2014年最热门的职业技能，美国招聘网站Glassdoor的报告称，数据科学家的平均薪酬比工程师高30%以上，《哈佛商业评论》将之誉为「21 世纪最性感工作」。优异的数据科学家就像独角兽一样珍贵难寻，而且不是只有科技公司在抢人，传统金融界、零售商、广告、教育，几乎所有产业都需要数据科学家从大量数据中挖掘商业价值。

数据科学专业人才可以根据数据规律预测未来，从而帮助公司开源节流。IBM负责大数据业务的副总裁Anjul Bhambhri表示，航空航天制造商Pratt & Whitney现在可以预测出飞机发动机何时需要进行维护，准确率达到97%，这可以帮助它更加有效地开展业务。

亚当-弗洛葛尔（Adam Flugel）是博奇公司的数据科学招聘猎头，他认为“ 未来十年，如果你不是数据大咖，你就别想升到‘首席XX官’的位置上”。

学校教育 vs职业教育

数据科学家需要具备三项基本技能：数学和统计学、计算机能力、在特定业务领域的知识，最重要的素质就是能够快速学习东西。

毫无疑问，你可以在高等学校学到大部分数学和统计学相关的课程，如概率、数理统计、线性代数、多元线性分析等，当然还包括计算机基础课程，如数据结构、软件工程等。但这些都是基础知识，你需要对所从事的行业和企业有足够的领域知识才能理解业务需求，从而把真正的商业问题转化为一个数学问题，这需要大量的实践和行业知识学习，通常这些知识只能从工作中或者通过职业教育才能获取。

对于从事数据科学的人才，与专长于特定编程语言相比，泛型编程技巧远远更加重要，在如今这个时代，技术的发展突飞猛进，语言会很快过时，新的语言则将迅速普及。因此，学东西很快的人，会比单独领域的专家更有前途。目前在数据科学领域比较流行的Python和R语言就是大部分高等学校的专业课程里没有的，这些技能大部分需要在学校外学习。

与此同时，数据科学是一个充满挑战的科学，你需要不断学习各种机器学习算法以应对越来越庞大的数据集。

总之，在某些技能方面，职业教育可以为学习者提供很大的帮助，尤其是特定业务领域的知识方面。可以说，如果你想成为一名数据科学家，不一定非要在学校里学习。