具备何种素质才能成为一名数据科学家？

仅仅在几年前，人们还对“数据科学家”这个工种持怀疑态度。这听上去似乎只是对已有工作角色的简单重塑，就跟“业务分析师”、“数据经理”或“报表专员”一样,人们总是觉得这个工作和科学没有半毛钱关系。可是到了今天，“数据科学家”有了新的意义。在2014年SAS®全球论坛上（SAS Global Forum），我听到许多专家以同样的方式讲述作为一名数据科学家需要具备的能力。下面我将这些主要能力要素分别说明一下：

数据管理能力：

知道如何访问数据，不管它是在Excel、关系型数据库、Hadoop、还是在网络上。数据的获取和准备，仍然是任何数据分析的最关键最基本的技能。

应用统计知识：

数据科学家不一定必须是博士，但懂得的东西要足够多。比如计数、求和以及平均值这些基本能力必须要会，并且需要清楚一些关于预测分析、预报和建立维护分析模型的知识。

电脑程序制作：

数据科学家至少需要有一些计算机编程技能。一些自动化的点击式工具可以辅助你的工作，但是实际上你往往需要自己写一些代码，让你能够具有相当的灵活性，可以获得一些数据或应用一些不属于“开箱即用”工具中的分析功能。

理解公司业务：

最后一点，也是成为一个数据科学家最重要的一点－－即理解业务以及与业务部门进行有效沟通的能力。你可能是个数据奇才，具有多方面的技能，但是，一个真正的数据科学家必须知道哪个领域哪些能力对企业才是至关重要的。通俗一点说，数据科学家是为了提升企业效益工作的。而且，你必须要有能力向利益相关人提出正确的建议，与其交流沟通，取得能够确定明智行动的最佳结果。

我自己算不上一个真正的数据科学家，因为我在统计方面不是很擅长，不过我有我自己的优点。比如，我认为我的《关于博客垃圾邮件的最新分析》就是一个类似基于数据科学的分析。即便如此，我也没有足够勇气将名片中的职位头衔改成“数据科学家”，免得在真正的数据科学家们面前出洋相。

即使是在全球商业分析领域龙头企业我们SAS内部，也拥有一个数据科学技术团队来紧跟潮流。在SAS全球论坛上，我与SAS的首席数据科学家Wayne Thompson聊了聊，他着重介绍了SAS Hadoop内存统计分析系统。这套系统拥有一个可编程的界面，这意味着能够增强数据科学家的工作能力，并减少一定的工作难度。

Wayne和我还曾交流过两次：一次谈话是关于SAS可视化统计，这个秃顶白人对这套系统大加赞赏，称其为数据统计领域中革命性的产物。还有一次谈话是关于数据科学的泛泛话题，这多多少少是目前特别热火的话题。不过您认为数据科学的“新”领域是什么样子？您的名片头衔中是否包含“数据科学家”一项呢？告诉我们您的想法吧！

End.