[Data Analytics] 如何成為一名資料科學家？

前面簡短的介紹過了「資料科學」跟「資料科學家」，那麼要作為一位「資料科學家」，應該具備怎樣的技能或特質呢？

Gary Ernest Davis 在他的 So you want to be a data scientist? 一文中，以幾位目前比較有知名度的 Big Data 專家為例（Hilary Mason，Guy LeMar，Monica Rigati），列舉了要成為資料科學家所必須具備的技能。

首先，要能夠快速的操作與搬弄大量的資料，所以至少要會一種 scripting language （Perl，Python，或是新的 Julia language）。然後，要熟悉命令列的操作，Unix 環境與基本指令，並且會用各種 APIs。
作為資料分析的核心技術，對統計方法的深入理解也是必要的，像是探索式的資料分析（exploratory data analysis），各種回歸分析（regression，或是 loess regression）基礎的實驗設計（design an experiment）以及假設檢定（test a hypothesis）。作為統計學知識的一部份，在 R 或是 Python pandas 上流利的操作也是必須的，瞭解資料視覺化（data visualization）並且能夠設計並且測試演算法（design and test algorithms）在資料探勘（data mining）與機器學習（machine learning）上有充分的知識。而資料庫的程式撰寫，像是各種 SQL 的版本，也是必備的技能。
此外還有加分的技能，像是對各種問題的數值模擬（simulation）, 解決方案 scale up 會用到的 Hadoop 和 Map Reduce，以及高效電腦叢集（High Performance Computer Cluster）的管理，會是資料逐漸走向巨量化的趨勢下，相當吃香的本事。最後，資料科學需要跟其他的 domain expert 合作，因此良好的溝通表達能力是相當重要的。

Charles Roe 在另一篇名字很相似的文章，So you want to be a Data Scientist? 當中，則是列舉了十一個資料科學家應該熟悉的領域：數學，統計分析，程式語言（Programming/Scripting Languages），關聯式資料庫，分散式計算以及相關工具（Distributed Computing Systems and Tools），資料探勘，資料模擬（Data Modeling），視覺化，創意與創新（Creativity and Innovation），溝通與商業頭腦（Communication and Business Perspicacity），以及教育。基本上跟前面的清單差異不大。

簡單的說，就是要有相當的程式設計功力，純熟的資訊系統操作技術，量化分析的本領，加上良好的溝通表達能力。這看起來似乎也不是目前某個單一學門可以訓練出來的特質，另外還有一些「如何組成資料科學團隊」的參考，就留待下一篇再說好了。