[Data Analytics] 資料科學家

前面簡短的介紹過了「資料科學」，相對應的就應該有「資料科學家」這樣的角色，我們可以看看一些資深業界人士的看法：

• 資料科學家是「數位趨勢觀察家」與「把散落的資訊整合成動人故事的說書人」的合體。這些專家或團隊拿著篩子濾過巨量的資料，並且從當中尋找新發現。－Anjul Bhambhri，IBM 巨量資料產品部門副總裁.
• 資料科學家擁有獨特的技能組合，能從資料本身當中釋放出洞見，同時並能用資料說出動人的故事。 －Dr. DJ Patil，現任 Greylock Partners 資料科學家，前任 LinkedIn Corporation 的首席科學家、首席安全官，以及資料與分析團隊主持人。
• 資料科學家是罕見的混合型人才，他必須是電腦科學家，能夠撰寫程式、開發工具，來挖掘、整合以及管理多元來源的資料；他也必須是統計學家，知道如何從資訊之中提煉洞見；他必須同時具備創意與嚴謹，綜合多種技能開發出新的原型工具，來探索各種資料背後深刻的意義。－Jake Porway, Data without Borders and New York Times.
• 資料科學家是「具有分析思維，對統計與數學有深刻理解的資料工程師，他們可以從大量的資料當中探索商業或其他複雜系統當中的洞見」－Steve Hillion, EMC Greenplum 分析部門副總裁

（摘譯自：So you want to be a Data Scientist?，原作者為  Charles Roe）

[摘譯] 相變材質帶來新的建材

原文：Game changer? Phase-change products boost building performance | SmartPlanet

譯按：相變材質（Phase-change materials, PCMs）主要是利用物質在發生相位變化（凝結/氣化、凝固/融解....等等）時所伴隨的潛熱（latent heat）吸收或釋放，來作為特定的功能。一般來說，會選擇在特定溫度（例如室溫）發生相變（例如固態與液態之間的轉變），而潛熱量大的物質。例如乙酸納製的暖暖包，就是一種相變材質的應用。

相變材質可透過潛熱的吸收與釋放來調節周遭的溫度，這種材料在建築上的應用有不斷加速的趨勢。

西班牙馬德里的 Polytechnic 大學開發了一種石蠟隔板，透過石蠟粒子「白天吸熱，晚上放熱」的特性，可以讓建築物的能源使用下降 40%。

除了塗料之外，相變材質也可以用噴劑的方式存在。2011 年，University of Nottingham 在中國寧波的分校，也開發出特殊的熱調節材料，混合在建築塗料中應用。

PCM 建材的作用，主要都是透過「延後導熱」或「選擇性導熱」這樣的特性，讓建築本身在環境溫度變化到某個程度時，可以在環境中展現不同的熱屬性，達到溫度調節的效果。

雖然相變材料還是很新的主題，但是其實市場上已經存在很多選擇，像是 RavenBrick 就有提供磚頭、窗戶、塗料等等。這些材料也衍生出更多進階的應用，例如 MIT 的智慧型屋頂。

除了建材之外，相變材質其實也咬就大量應用在保溫、加熱的小家電，以及各種行動裝置上，不過這些小面積的應用對環境溫度的調節沒有明顯的效果就是了。

[Data Analytics] 氣候資料探勘

今年的 ACM SIGKDD Innovation Award 得主是明尼蘇達的 Vipin Kumar，獲獎的原因除了多年來在資料探勘理論與「平行化」上的貢獻之外，主要也歸功於他近年來為研究氣候問題而開發出的一系列針對「時空分布資料」的資料探勘演算法，並且應用在人造衛星對地球生態變化的觀測上。

氣候研究領域一直有「遙相關」（telecorrelation）的研究，主要是透過分析長期資料，找出氣象參數高度相關的地點，然後嘗試從物理的觀點來詮釋這個現象。Kumar 將資料探勘當中的 Association Rule Learning 與遙相關的研究傳統結合，進而發展出一系列新的演算法，適用於「時空分布」性質的資料，大幅拓展了 association analysis 的適用範圍。

此外，Kumar 也將氣候資料與生態資料合併分析，建立了時空分布資料變化的自動偵測系統，而這個系統後來被應用在衛星監測的技術上，觀測地球表面生態系統的變化。


Kumar 教授是大型前瞻計畫 Understand Climate Change: a data-driven approach 與 GOPHER: Global Observation for Planetary Health and Resources 的主持人，這也算是 Big Data 趨勢當中的新資料型態的應用。不過 NoSQL  應當是另一個主題，之後再專文討論吧。

從 MVC 到 MOVE

三層架構的 MVC (Model-View-Controller，中文介紹) 模式，大概是目前軟體工程最廣為人知的基本架構，尤其是在網路服務成為資訊系統的主流之後，J2EE ，Windows Forms，Perl，Ruby on Rails 等等，都對此架構有相當好的定義與支援。

日前，一位 LinkedIn 的工程師 Conrad Irwin 基於工作中使用 MVC 架構遇到的困難，提出了 MOVE (Model-Operation-View-Event，中文介紹) 架構。MOVE 並不是全新的架構，而是把原本的 Controller 再區分成 Operation 與 Event，以期更能適應現在新的程式開發環境。

在 MVC 架構提出的時候，應用程式的各個元件大多是在同一台主機上執行，但是隨著時代的改變，分散式運算以及非同步更新逐漸普及， MOVE 在這些新的運算環境下或許真的是個不錯的架構。

[Data Analytics] 資料科學 Data Science

什麼是「資料科學」（Data Science）？

根據 Christian Langreiter 有點酸的 twitter 留言，「所謂的資料科學家，指的是居住在加州某個地區，或是在 bitly 上班的統計學家」。言下之意，資料科學只不過是統計學的新包裝罷了。

今年六月，O'Reilly Media 的副總裁 Mike Loukides 日前發表了一本小書：what is data science? ，倒是為這個問題做了比較正式的回答。

書中從目前常見的 data-driven services 開始切入，分別從「資料哪裡來？」、「與大量的資料共舞」、「讓資料說故事」，以及「資料科學家」四個主題，來介紹資料科學。

有興趣的讀者可以參考原文，當中介紹了相當多的應用實例以及工具。簡單的來說，目前的資料科學，相較於傳統的統計學，在資料來源、分析處理方式、視覺呈現，以及從事這項工作所需具備的技能上都有些許的差別。

資料科學在文中被喻為是「未來的 Intel inside」，而能夠「獲取資料，理解資料，處理資料，從當中萃取價值，將之視覺化，並用來與人跟溝通」的能力，則會是未來十年產業急切需要的。

不知道除了文中介紹的幾個國際大廠之外，其他的科技業者準備好了嗎？