公民數(shù)據(jù)科學(xué)家(Citizen Data Scientist ， CDS)的概念始于2017年，在2018年火爆全球。

似乎可以將CDS看作公民科學(xué)家概念的延續(xù)，這個概念背后的想法是：技術(shù)輔助工具已經(jīng)非常先進(jìn)，自動化調(diào)參工具的出現(xiàn)、各種MOOC自學(xué)平臺上課程和實(shí)驗(yàn)室層出不窮，所以現(xiàn)在，如果付出足夠多的學(xué)習(xí)時間，似乎所有人都可以迅速具備收集和分析數(shù)據(jù)的能力，也就是，成為一名“數(shù)據(jù)科學(xué)家”了。

這一概念不止激勵鼓舞了大批想要成為“數(shù)據(jù)科學(xué)家”的個人，也讓很多缺人的企業(yè)有了希望。

數(shù)字信息的增長已經(jīng)對數(shù)據(jù)科學(xué)和分析專業(yè)人員產(chǎn)生了越來越大的需求。與之相對，相關(guān)人才供給遠(yuǎn)遠(yuǎn)不夠。因此，供需之間的差距正在擴(kuò)大。

不斷增長的數(shù)據(jù)職場缺口下，雇傭這一類公民數(shù)據(jù)科學(xué)家，是許多大公司面臨“人荒”困境，寄予厚望的解決方案。

大批非相關(guān)專業(yè)出身、靠著自我培訓(xùn)和技術(shù)工具成長起來的公民數(shù)據(jù)科學(xué)家，開始涌入這個領(lǐng)域。

草根公民數(shù)據(jù)科學(xué)家的特征

 

 

那么，“草根”出身的公民數(shù)據(jù)科學(xué)家有什么特點(diǎn)呢?

如上圖，盡管是非統(tǒng)計(jì)等數(shù)據(jù)科學(xué)相關(guān)專業(yè)出身，我們并不否認(rèn)，來自業(yè)務(wù)領(lǐng)域或者其他專業(yè)的公民數(shù)據(jù)科學(xué)家，本身具備以下優(yōu)點(diǎn)：

深耕業(yè)務(wù)領(lǐng)域，對組織機(jī)構(gòu)有深刻認(rèn)知，對與業(yè)務(wù)優(yōu)先次序相關(guān)的問題的興趣;

對商業(yè)領(lǐng)域有獨(dú)特視角、分析技術(shù)在商業(yè)問題中的實(shí)證應(yīng)用、可以證明商業(yè)價值;

參與多個分析領(lǐng)域和活動、有著實(shí)踐經(jīng)驗(yàn)并且有著廣泛人脈。

“草根”數(shù)據(jù)科學(xué)家有風(fēng)險

“草根”公民數(shù)據(jù)科學(xué)家越來越多，他們開始不止從事最基本的數(shù)據(jù)收集和分析工作，也開始承擔(dān)數(shù)據(jù)的預(yù)測等核心工作。

就像耐克聲稱他們的Air Jordans可以讓每個鄰居小孩成為下一個皮蓬(Scottie Pippen)非常不靠譜一樣，技術(shù)帶來的輔助力量是有限的，風(fēng)險也開始隨之出現(xiàn)。

 

 

顯而易見，雖然現(xiàn)在所有電動工具都可以在商店買得到，但并不是所有人都可以成為木匠大師;就算有很多在線炒股軟件，也并非所有人都能成為百萬富翁交易員。

真正的科學(xué)要通過專業(yè)訓(xùn)練。這是不管多少技術(shù)工具都無法取代的。

 

 

“高質(zhì)量的數(shù)據(jù)仍然非常重要”，針對“公民數(shù)據(jù)科學(xué)家”，全美排名第四的CTO、天睿公司首席技術(shù)官、全球數(shù)據(jù)倉庫技術(shù)專家Stephen Brobst告訴大數(shù)據(jù)文摘，現(xiàn)在盡管分析工具越來越智能，但他們的使用前提依然是沒有偏向(bias)的數(shù)據(jù)，和懂得這些數(shù)據(jù)的專業(yè)人士。

“深度學(xué)習(xí)算法實(shí)際上非常適合處理數(shù)據(jù)質(zhì)量問題。很多公司現(xiàn)在用無監(jiān)督學(xué)習(xí)的反饋循環(huán)來解決數(shù)據(jù)質(zhì)量問題，但我們還是希望，在數(shù)據(jù)搜集的過程中就盡量最小化數(shù)據(jù)偏見。數(shù)據(jù)科學(xué)沒有魔法，它不是一個工具就可以解決的問題。你可以通過一些步驟來測試有偏見的數(shù)據(jù)，但這是件很微妙的事情。”

“你必須雇用那些知道自己在做什么的人。”Stephen稱，業(yè)內(nèi)現(xiàn)在存在很多只懂業(yè)務(wù)、不懂統(tǒng)計(jì)的“公民數(shù)據(jù)科學(xué)家(citizen data scientist)，這是非常危險的。他們嚴(yán)重依賴技術(shù)工具進(jìn)行數(shù)據(jù)搜集和分析，并不知道自己在做什么，“這很可能會導(dǎo)致嚴(yán)重破壞性的結(jié)果。”

“草根”數(shù)據(jù)科學(xué)家為什么危險?

以下幾種原因可以解釋：

首先，認(rèn)知偏差。下邊這張圖可以很清楚地解釋什么是認(rèn)知偏差。

技術(shù)能力可以靠短期培養(yǎng)，但是，認(rèn)知能力不行，它需要幾年甚至十幾年的專業(yè)訓(xùn)練。不同專業(yè)的人對待同一組數(shù)據(jù)和場景會有很不同的認(rèn)知。

 

 

其次，研究邏輯謬誤，或者說辛普森悖論。

所有技術(shù)工具的使用前提是假設(shè)你的數(shù)據(jù)首先是優(yōu)質(zhì)無偏差的，大多數(shù)“草根”數(shù)據(jù)科學(xué)家通過SQL入門，并直接跳入Keras和TensorFlow ......

畢竟MOOC(慕課，同為在線學(xué)習(xí)網(wǎng)站)的認(rèn)證課程中就是這么教的。

 

 

第三，數(shù)據(jù)的民主化并不直接導(dǎo)致洞察力的民主化。

這一點(diǎn)很容易理解。eBay并沒有讓每個人都一夜成為零售巨頭，手機(jī)也并沒有提高人們的智商。盡管現(xiàn)在我們比以往任何時候都有著更多的健康和飲食信息，但世界上的人比以往任何時候都更加肥胖。工具速度，工具規(guī)模，正確的使用方法 – 這些永遠(yuǎn)不會取代真正的專業(yè)訓(xùn)練。

所以，放棄“草根”數(shù)據(jù)科學(xué)家的幻想吧!

現(xiàn)在坐下來腳踏實(shí)地學(xué)習(xí)一些有意義的、真正的智慧建立和驗(yàn)證的東西。技術(shù)工具允許我們所有人都充滿渴望，只有那些投入時間和精力，擁有專業(yè)訓(xùn)練和教育的人才能夠提升到可以提供有意義和預(yù)測性分析的水平。

相關(guān)報道：https://comprehension360.corsairs.network/rise-of-the-citizen-scientist-452a28a93cb

標(biāo)簽： 大數(shù)據(jù) 排名

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。