业界深访 | 研发总裁眼中的数据科学家

在大数据和机器学习的时代，有一种职业脱颖而出——数据科学家。数据科学家在近年来备受追捧，也有越来越多的人想投身入数据科学领域。

最近，CDA 采访了几位来自不同行业的数据科学团队负责人，聊聊他们眼中的数据科学家是什么样的，以及对于初入数据科学行业的人群有些什么建议。

今天请到的是来自TalkingData的研发副总裁——阎志涛，让我们看看研发总裁眼中的数据科学家是什么样的吧。

点击播放采访视频，建议wifi下播放。
http://edu.cda.cn/course/946/task/16002/show

以下是采访的文字整理部分。


阎志涛 TalkingData，研发副总裁

大家好，我叫阎志涛，是TalkingData的研发副总裁。我在TalkingData于2011年成立，我是2012年加入的，到现在已经过了六年时间。

Q1:请介绍下您目前从事的数据科学相关的工作内容。

我们公司是既有数据也有业务，因此数据科学相关的工作，首先是数据本身。这部分包含了数据治理、数据准备，到最后把数据应用到不同的业务场景里。比方说将数据建模提供给不同的客户，以及通过我们的线上平台，给企业客户提供从数据到模型的能力。

另外我们也在构建一个开放的平台。实际上就是赋能给其他数据科学家，利用我们的数据和平台让他们建模。

如今对于国内企业而言，数据科学家是现在稀缺的职业。因此我们公司在教育方面也做投入，比如TDU腾云大学，而且还跟一些国外高校合作了“梧桐计划”，让优秀院校的毕业生能够在我们这边接受培训，用我们的数据结合业务场景进行实践。

对于数据科学而言，算法方面如果有较好的数学基础，掌握起来并不是特别难。但如果想落地，一定需要场景和数据。这是很多大学现在所欠缺的，没有数据也没有场景，只能拿像Kaggle里的一些开源数据集去做尝试。

但是我们这儿有真正生产中可以用的数据，有具体的问题让他们去解决问题，去真正去锻炼自己的能力。

从我自己目前来讲，我现在侧重几个方面。一个就是数据科学赋能，因为我们在打造我们自己的数据科学平台。这个平台实际上是一个开放的平台，我们希望把自己的数据做一些处理，然后把它变成能让大家用来建模的数据集。结合业务场景，让不同公司的数据科学家能够支持他们的业务，这是我们想做的事情。

这当中涉及到血多工作，我们需要做很多数据工程的工作，比方说清洗。然后平台构建方面，需要很多这种数据整理工作。

我们现在做一个很有意思事情，关于数据现在都在讲GDPR，也就是数据隐私，如果做到数据脱敏。我们现在做叫embedding的事情，把我们的数据能够打平脱敏，变成机器能够理解，但人不能理解的内容。

Q2：请分享下您工作中所做的具体案例…

因为现在大家都知道大数据，或者数据应用的典型场景是广告或者营销。这里边实际上就有一个非常常见的算法，叫做look alike，就是找相似人群，这是一个典型的数据科学在营销领域，结合大数据去做的场景。

我们是实际上约从14年开始就在尝试用Look alike，利用我们的数据帮助一些广告主，或者是比方广告的DSP（需求方平台），提供更好的营销效果。我们在不同的场景里边都做过使用，而且都取得不错的效果，而且现在已经将代码部署在我们的数据智能市场上，已经把它变成了标准化服务。也就是说用户有自己的样本种子数据上传上来，利用我们的数据，它就可以做种子人群放大，去可以找到相似的人群去做精准营销和投放，这是一个比较具体的案例了。

Q3：您觉得当下企业需要的数据科学家应该具备哪些技能？

对于数据科学家来讲，我觉得首先硬技能是基础。首先，你要有比较好的数据工程的基础能力。因为现在的数据科学家并不像原来的数据分析师，并不是有人帮你清洗数据，帮你去做各种数据的持，你只需要做简单的算法模型就行了。

第一，你要有数据整理和数据工程的能力。因为现在大数据的场景里，很多数据一开始并不那么干净，你要能自己去整理这些数据。

第二，你需要有对数据的理解能力。因为你要做工程的话，如果不理解数据是很难的。虽然现在说深度学习可以不做特征工程，但是对于大部分业务场景，对数据进行理解，然后去做特征仍然是很关键的。

第三，数据科学能力，熟练掌握各种算法。这也是数据科学家区别于数据工程师的关键能力。

算法对于数据科学家来说，是你的安身立命的工具，是用来解决问题的重要工具。你必须了解在什么场景下，面向什么样的数据，采用什么算法，去解决什么样的业务问题，这是核心技能。

第四，对业务的理解能力。因为所有的数据科学它不是空中楼阁，数据科学家并不是只做科学，而是需要解决具体的业务问题。这时掌握业务领域知识，对业务理解就变得非常的关键。

第五，沟通能力。这个软技能对数据科学家也是非常关键的。

因为数据科学家不是独立工作，你要面向业务去解决问题。数据科学家跟工程师不太一样，工程师的问题一般是确定性的，有时只要问题定义清楚就能去做了；但是科学家需要很多次迭代，这样你跟业务团队、跟不同的人沟通就变得非常关键。

第六，项目管理和时间管理都很关键。数据科学工作经常需要多次迭代。如何管理整个不同的资源，如何控制时间，一步步=接近到你的目标也是至关重要的。

硬技能和软技能一样，对于数据科学家确实都是非常重要的，所以说这是一个非常综合的职业。

Q4：您觉得数据科学家最核心的一个能力是什么？

对数学科学家而言，数据科学是核心能力。

这里可以去其他的几个职业进行区分。数据工程师需要数据科学能力，但工程能力就更关键，而分析师业务理解更关键。数据科学家的核心素质，一定是算法等相关能力。

你一定要紧跟时代的发展。目前，虽然人工智能很热，但整个数据科学还是在爬坡阶段，各种新的算法层出不穷。我觉得在掌握常见基础算法的情况下，一定要多去看国外的先进文献和论文，去了解更新的算法。因为当中有很多算法，并不是大家能在大学里学到的。

Q5：请您给正在职场打拼的数据分析师、数据工程师们一些职业发展建议！

实际上我是工程师出身的，这两个角色确实不太相同。对于数据工程师来讲，想转成数据科学家需要思维方式的转变。

工程师解决的问题经常是具象的、确定性的，工程师一般是根据确定性的问题，找到解决方案。解决方案出来后，它就能出现确定性的结果。

但是对于数据科学家而言，面向的结果是不确定性的。你要要做好思想准备，在工作中逐步尝试，接近更完美更好的效果。

在有思想准备之后，你还需要之前所提的硬技能。数据工程师的强项是工程能力，写代码的能力。但数据科学需要掌握很多算法，可以通过培训、线上课程等资料补齐这些知识。大学里学过的概率论、统计、线性代数等知识也需要复习。

然后还需要再实际动手。面向问题找到对应问题的数据，去动手一步一步的梳理。

以上是我的一些建议和想法。

Q6：您对CDA LEVEL 3 数据科学家人才标准有何建议和期待？

就国内目前来说，数据科学家人才是比较缺乏的。CDA LEVEL 3的课程设置很好，能够让更多的人加入到数据科学队伍里来，为市场输送了很多优秀的数据分析人才，从而进一步强大数据科学团队，这是非常有价值的。

如何进阶为数据科学家

CDA LEVEL 3数据科学家精英培训已正式发布，旨在面向从业多年的、有技术基础的大数据及数据分析专业人士、数据工程师等，为他们提供一个成为数据领袖的跳板。了解更多详情：https://www.cda.cn/kecheng/53.html