根據(jù)《韋氏詞典》，數(shù)據(jù)指的是用作推理、討論或計(jì)算基礎(chǔ)的事實(shí)信息。

基于這個(gè)定義，我們可以進(jìn)一步得出：數(shù)據(jù)可以理解為是收集到的任何信息，可以使用、進(jìn)一步處理和分析以獲得見(jiàn)解。而且通常與計(jì)算機(jī)聯(lián)系在一起，因?yàn)閿?shù)據(jù)通常是在計(jì)算機(jī)中生成和存儲(chǔ)的，然而數(shù)據(jù)存在的時(shí)間比我們想象的要長(zhǎng)得多。

一. 數(shù)據(jù)的歷史

人類(lèi)存儲(chǔ)和分析數(shù)據(jù)的最早例子可以追溯到公元前18000年，當(dāng)時(shí)人們發(fā)現(xiàn)史前人類(lèi)使用計(jì)數(shù)棒進(jìn)行初步計(jì)算。這些舊石器時(shí)代部落的人在木棍和骨頭上刻上刻痕，以記錄人類(lèi)的活動(dòng)，比如交易和監(jiān)控物資。到公元前2400年，在巴比倫發(fā)明出了用于計(jì)算的算盤(pán)。

縱觀歷史，數(shù)據(jù)收集、處理和分析的不斷發(fā)展是通過(guò)石板、粘土、紙莎草、木頭和紙卷上的大量文字來(lái)體現(xiàn)的。最終，隨著更多形式的數(shù)據(jù)被發(fā)現(xiàn)，處理、收集、存儲(chǔ)和分析數(shù)據(jù)的需求也在不斷發(fā)展。

隨著人類(lèi)社會(huì)的進(jìn)步，對(duì)數(shù)據(jù)處理的要求也越來(lái)越高。

19世紀(jì)，在美國(guó)開(kāi)始人口普查進(jìn)行。人口普查中的數(shù)據(jù)點(diǎn)數(shù)量呈指數(shù)增長(zhǎng)，美國(guó)人口普查局估計(jì)，收集和分析人口普查中的所有數(shù)據(jù)需要幾年甚至幾十年的時(shí)間。

這是個(gè)很大的問(wèn)題，因?yàn)橹挥性谙乱淮稳丝谄詹榧磳㈤_(kāi)始時(shí)，才會(huì)完成對(duì)當(dāng)前人口普查數(shù)據(jù)的匯編和分析。

幸運(yùn)的是，一位名叫赫爾曼·霍勒里斯的年輕工程師和發(fā)明家開(kāi)發(fā)了霍勒里斯制表機(jī)。這是一種機(jī)電式制表機(jī)，將收集和分析人口普查數(shù)據(jù)所需的時(shí)間從幾年縮短到僅僅幾個(gè)月。正因?yàn)槿绱?，霍勒里思被視為現(xiàn)代自動(dòng)計(jì)算之父，后來(lái)因創(chuàng)立IBM而聞名。

快進(jìn)到20世紀(jì)，計(jì)算機(jī)出現(xiàn)了。隨著功能更強(qiáng)大的計(jì)算機(jī)的出現(xiàn)，對(duì)數(shù)據(jù)存儲(chǔ)的要求也越來(lái)越高。

德國(guó)-奧地利工程師弗里茨·普夫勒默發(fā)明了一種在磁帶上磁性存儲(chǔ)信息的方法。他的一些發(fā)明原理至今仍被用于數(shù)字?jǐn)?shù)據(jù)存儲(chǔ)。

在這個(gè)時(shí)代，“商業(yè)智能”一詞越來(lái)越流行，因?yàn)閷?duì)新興軟件以及用于分析商業(yè)和運(yùn)營(yíng)績(jī)效的系統(tǒng)的需求迅速增加。

1989年，蒂姆·伯納斯·李創(chuàng)建了萬(wàn)維網(wǎng)（又稱互聯(lián)網(wǎng)），數(shù)據(jù)革命發(fā)生了真正的變化。這導(dǎo)致了全世界人民之間的自動(dòng)信息共享。這意味著今天有更多的數(shù)據(jù)被共享、創(chuàng)建和存儲(chǔ)，從而產(chǎn)生了收集、使用和分析數(shù)據(jù)的新方法。

二. 向“大數(shù)據(jù)”過(guò)渡

由于20世紀(jì)90年代互聯(lián)網(wǎng)的驚人增長(zhǎng)以及個(gè)人電腦和計(jì)算設(shè)備的穩(wěn)定發(fā)展，在線設(shè)備的數(shù)量以及由此產(chǎn)生的數(shù)據(jù)量迅速增長(zhǎng)。

雖然大數(shù)據(jù)的概念早在20世紀(jì)90年代就已經(jīng)存在，但直到2005年羅杰·穆加拉斯才正式給它貼上標(biāo)簽。他將其描述為"使用傳統(tǒng)商業(yè)智能工具幾乎無(wú)法管理和處理的大量數(shù)據(jù)"。

大數(shù)據(jù)是一個(gè)用來(lái)描述大量數(shù)據(jù)的術(shù)語(yǔ)，包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)每天都會(huì)淹沒(méi)企業(yè)。它包括信息量、創(chuàng)建和收集信息的速度，以及所覆蓋數(shù)據(jù)點(diǎn)的種類(lèi)或范圍。

考慮到大數(shù)據(jù)的規(guī)模和復(fù)雜性，收集、組織和分析它以發(fā)現(xiàn)模式和其他有用信息的過(guò)程已經(jīng)成為幫助許多組織做出商業(yè)決策的一部分。這反過(guò)來(lái)又催生了數(shù)據(jù)科學(xué)——一個(gè)跨學(xué)科領(lǐng)域，它使用科學(xué)方法、流程、算法和系統(tǒng)從大量數(shù)據(jù)中發(fā)現(xiàn)模式，并使商業(yè)領(lǐng)袖能夠獲得見(jiàn)解。

三. 什么是數(shù)據(jù)科學(xué)？

根據(jù)IBM的說(shuō)法，數(shù)據(jù)科學(xué)是一種多學(xué)科方法，可以從當(dāng)今組織收集和創(chuàng)建的大量且不斷增加的數(shù)據(jù)中提取可操作的見(jiàn)解。

該領(lǐng)域通常需要計(jì)算機(jī)科學(xué)和純科學(xué)技能，因?yàn)閿?shù)據(jù)科學(xué)家在其方法中應(yīng)用科學(xué)方法，并使用預(yù)測(cè)分析和人工智能從數(shù)據(jù)中提取見(jiàn)解。

如今，“數(shù)據(jù)科學(xué)”經(jīng)常被企業(yè)和組織用作處理大量數(shù)據(jù)的通用術(shù)語(yǔ)，無(wú)論是準(zhǔn)備、清理、分析數(shù)據(jù)還是可視化數(shù)據(jù)以揭示模式。

以下我們列出了可從事的七種數(shù)據(jù)相關(guān)職業(yè)：

1. 數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家需要能夠應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)和科學(xué)方法。

使用多種工具和技術(shù)來(lái)清理和準(zhǔn)備數(shù)據(jù)；進(jìn)行預(yù)測(cè)分析和人工智能；并解釋如何利用這些結(jié)果來(lái)為商業(yè)問(wèn)題提供數(shù)據(jù)驅(qū)動(dòng)的解決方案。數(shù)據(jù)科學(xué)家需要的技能比數(shù)據(jù)分析師多得多。

2. 數(shù)據(jù)分析師

數(shù)據(jù)分析師收集、處理和執(zhí)行統(tǒng)計(jì)數(shù)據(jù)分析，為組織得出有意義的結(jié)論。

數(shù)據(jù)分析師將大型數(shù)據(jù)集轉(zhuǎn)化并處理成可用的形式，如報(bào)告或演示。他們還通過(guò)研究重要的模式來(lái)幫助決策過(guò)程，并從數(shù)據(jù)中收集洞察力，然后有效地傳達(dá)給組織領(lǐng)導(dǎo)，以幫助商業(yè)決策。

3. 數(shù)據(jù)工程師

數(shù)據(jù)工程師負(fù)責(zé)準(zhǔn)備、處理和管理收集和存儲(chǔ)的數(shù)據(jù)，用于分析或操作用途。

像傳統(tǒng)的工程師一樣，數(shù)據(jù)工程師建立和維護(hù)數(shù)據(jù) "管道"，將數(shù)據(jù)從一個(gè)系統(tǒng)連接到另一個(gè)系統(tǒng)，使數(shù)據(jù)科學(xué)家能夠獲得信息。正因?yàn)槿绱?，?shù)據(jù)工程師被要求了解數(shù)據(jù)科學(xué)中使用的幾種編程語(yǔ)言，如Python、R和SQL。

4. 數(shù)據(jù)架構(gòu)師

數(shù)據(jù)架構(gòu)師主要是設(shè)計(jì)和創(chuàng)建數(shù)據(jù)管理系統(tǒng)的藍(lán)圖，然后由數(shù)據(jù)工程師建立。

類(lèi)似于傳統(tǒng)的建筑師，數(shù)據(jù)架構(gòu)師是 "遠(yuǎn)見(jiàn)者"，因?yàn)樗麄冐?fù)責(zé)可視化和設(shè)計(jì)一個(gè)組織的數(shù)據(jù)管理框架。此外，數(shù)據(jù)架構(gòu)師改善現(xiàn)有系統(tǒng)的性能，確保數(shù)據(jù)庫(kù)管理員和分析師能夠使用這些系統(tǒng)。

5. 商業(yè)智能(BI)開(kāi)發(fā)人員

商業(yè)智能開(kāi)發(fā)者是專門(mén)的工程師，他們使用軟件工具將數(shù)據(jù)轉(zhuǎn)化為有用的見(jiàn)解，以幫助商業(yè)決策。

他們負(fù)責(zé)簡(jiǎn)化技術(shù)信息，讓公司里的其他人都能輕松理解。簡(jiǎn)而言之，他們創(chuàng)建和運(yùn)行包含他們使用商業(yè)智能工具找到的數(shù)據(jù)的報(bào)告，并將信息轉(zhuǎn)化為更通俗的術(shù)語(yǔ)。

6. 統(tǒng)計(jì)員

鑒于統(tǒng)計(jì)學(xué)是數(shù)據(jù)科學(xué)的主要基礎(chǔ)之一，許多統(tǒng)計(jì)學(xué)家可以輕松地過(guò)渡到數(shù)據(jù)科學(xué)領(lǐng)域。

統(tǒng)計(jì)學(xué)家主要負(fù)責(zé)數(shù)據(jù)的收集和處理。他們決定需要什么數(shù)據(jù)以及如何收集數(shù)據(jù)。此外，他們?cè)O(shè)計(jì)實(shí)驗(yàn)，分析和解釋數(shù)據(jù)，并報(bào)告結(jié)論。

7. 機(jī)器學(xué)習(xí)工程師

機(jī)器學(xué)習(xí)工程師是另一組專業(yè)工程師，他們專注于研究、構(gòu)建和設(shè)計(jì)人工智能和機(jī)器學(xué)習(xí)系統(tǒng)，以實(shí)現(xiàn)預(yù)測(cè)模型的自動(dòng)化。

基本上，他們開(kāi)發(fā)的算法使用輸入數(shù)據(jù)并利用統(tǒng)計(jì)模型預(yù)測(cè)輸出，同時(shí)在新數(shù)據(jù)可用時(shí)不斷更新輸出。

下面我們看看以上這些數(shù)據(jù)科學(xué)職業(yè)的最受歡迎程度。下圖顯示了2021年12月8日美國(guó)的職位空缺情況。

數(shù)據(jù)架構(gòu)師是最受歡迎的數(shù)據(jù)科學(xué)職業(yè)道路，因?yàn)樗麄冊(cè)趧?chuàng)建其他數(shù)據(jù)科學(xué)專業(yè)人員隨后使用的數(shù)據(jù)管理系統(tǒng)方面非常重要。

接下來(lái)是機(jī)器學(xué)習(xí)工程師，考慮到利用人工智能預(yù)測(cè)許多科技公司結(jié)果的重要性。

需求最少的是統(tǒng)計(jì)人員，主要是因?yàn)樵S多傳統(tǒng)的統(tǒng)計(jì)學(xué)家現(xiàn)在正在成為數(shù)據(jù)科學(xué)家。統(tǒng)計(jì)學(xué)家從純統(tǒng)計(jì)學(xué)轉(zhuǎn)向數(shù)據(jù)科學(xué)相對(duì)簡(jiǎn)單是，他們已經(jīng)擁有成為一名成熟的數(shù)據(jù)科學(xué)家所需的基礎(chǔ)知識(shí)。

四. 數(shù)據(jù)科學(xué)的發(fā)展速度并不慢

毫無(wú)疑問(wèn)，數(shù)據(jù)科學(xué)如今非常流行，但更好的問(wèn)題是，它在未來(lái)還會(huì)如此流行嗎？根據(jù)就業(yè)預(yù)測(cè)，情況似乎的確如此。

美國(guó)勞工統(tǒng)計(jì)局2020-2030就業(yè)預(yù)測(cè)的數(shù)據(jù)顯示，數(shù)據(jù)科學(xué)職業(yè)，包括統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)以及數(shù)據(jù)工程等其他基于數(shù)學(xué)和科學(xué)的職業(yè)，從2020年到2030年的百分比變化來(lái)看，將呈現(xiàn)出非常高的增長(zhǎng)率。統(tǒng)計(jì)學(xué)家總體排名第14位，而數(shù)據(jù)科學(xué)家和其他數(shù)學(xué)科學(xué)職業(yè)在數(shù)據(jù)中包含的790個(gè)職位中總體排名第31位。

盡管統(tǒng)計(jì)學(xué)家和數(shù)據(jù)科學(xué)家在總勞動(dòng)力中所占的份額與其他職業(yè)相比很小，但隨著數(shù)據(jù)科學(xué)職業(yè)道路變得越來(lái)越流行，這些數(shù)字預(yù)計(jì)將在未來(lái)幾年增加。

下圖顯示了統(tǒng)計(jì)學(xué)家、數(shù)據(jù)科學(xué)家和其他數(shù)學(xué)科學(xué)職業(yè)與其他預(yù)計(jì)增長(zhǎng)率較高的職業(yè)的對(duì)比情況。

五. 當(dāng)之無(wú)愧的高收入職業(yè)

數(shù)據(jù)相關(guān)職業(yè)備受歡迎的一個(gè)主要原因在于其收入高。

下圖顯示了紐約市10種不同職業(yè)--包括數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師的工資范圍。這些數(shù)據(jù)來(lái)自Teleport，該網(wǎng)站匯總了不同城市的生活條件，如工資的數(shù)據(jù)。

根據(jù)Teleport的數(shù)據(jù)，數(shù)據(jù)科學(xué)家的年薪中位數(shù)在紐約市排名第四，為114105美元，僅次于企業(yè)高管和醫(yī)護(hù)人員。事實(shí)上，在馬尼拉等其他一些城市，數(shù)據(jù)科學(xué)家的排名高達(dá)第二，僅次于企業(yè)高管。

數(shù)據(jù)分析師的薪資也很可觀，數(shù)據(jù)分析師的年薪中位數(shù)為61818美元，仍然相當(dāng)于紐約市的平均家庭收入。

六. 就業(yè)市場(chǎng)不斷增長(zhǎng)

數(shù)據(jù)科學(xué)受歡迎的另一個(gè)主要原因是，如今的企業(yè)將數(shù)據(jù)科學(xué)的原理整合到日常運(yùn)作中。下圖顯示了工作中涉及數(shù)據(jù)科學(xué)的前10個(gè)行業(yè)，其中涉及到8000家公司的樣本數(shù)據(jù)。

毫不奇怪，包括谷歌、蘋(píng)果和優(yōu)步等科技公司占據(jù)了榜首。畢竟，大數(shù)據(jù)的激增是由互聯(lián)網(wǎng)的誕生引起的，互聯(lián)網(wǎng)與軟件和技術(shù)密切相關(guān)。數(shù)據(jù)科學(xué)實(shí)際上是使用各種工具和技術(shù)處理大量信息。

接下來(lái)是金融服務(wù)公司，這是金融科技公司崛起帶來(lái)的。作為“金融”和“技術(shù)”的門(mén)戶，金融科技公司將技術(shù)和創(chuàng)新整合到其服務(wù)和產(chǎn)品中，以改善其對(duì)客戶的交付，擾亂傳統(tǒng)金融服務(wù)。由于它涉及處理大量數(shù)據(jù)，如客戶信息，金融服務(wù)公司看到了數(shù)據(jù)科學(xué)工具的潛力，可以幫助簡(jiǎn)化和優(yōu)化流程，改進(jìn)服務(wù)。

七. 結(jié)語(yǔ)

數(shù)據(jù)科學(xué)是一條非常有發(fā)展的職業(yè)道路，而且沒(méi)有放緩的跡象。在未來(lái)的許多年里，它將繼續(xù)塑造和影響企業(yè)和組織的運(yùn)作方式。

至于你應(yīng)該走哪條特定的數(shù)據(jù)科學(xué)職業(yè)道路，這主要取決于你的個(gè)人優(yōu)勢(shì)和總體興趣。重要的是，上述任何職業(yè)都是值得的。