[Data Analytics] 資料科學家們的各種樣貌

[原文] There's More Than One Kind of Data Scientist

[譯按]
這篇文章是介紹 O'Reilly Media 的免費小書：分析者的分析：關於資料科學家與他們的工作的內省（Analyzing the Analyzers: An Introspective Survey of Data Scientists and their Work）。本來想等沒什麼人在談 Big Data 再來翻這篇的，不過可能最近聽巨資料聽到有點麻痺了，加上這本書講的是「反省」，所以還是簡單介紹一下好了。

[摘譯]
這是一本「用資料科學來研究資料科學家」的書。我跟另外兩位作者，這些年來組織了相當多關於統計與分析專業人士的聚會，在過程中認識了很多人，這些人有著截然不同的教育背景、工作經驗、性向和態度，可是為什麼這些人都稱自己是「資料科學家」呢？

我們相信，這是因為很多人對於現有的職業分類裡，關於他們所扮演的角色、所做的工作內容，都沒辦法有另他們滿意的描述或稱謂，所以才有了「資料科學家」這個新的職稱、新的職涯。

我們在2012年初，發覺了這個嶄新的職業類別，也就很自然的用資料科學的方式，對這些人做了分析。我們發現，這群逐漸成形的「資料科學家」們大致上可以分成幾個類別：

• 資料商業家（Data Businesspeople）是一群產品、獲利導向的資料科學家。他們是有技術背景的領袖、經理人、創業家，學歷通常是理工背景加上 MBA。
• 資料創意家（Data Creatives）是電子萬事通，有能力處理形形色色的資料，使用各式各樣的工具。他們可能認為自己是藝術家或駭客，對於視覺化和各種開源軟體都很有一套。
• 資料開發者（Data Developer）專注於開發實際在線上運作的軟體，用於處理統計、分析、或機器學習的問題。這些人通常都有電腦科學的學位，並且從事與「巨資料」有關的工作。
• 資料研究員（Data Researcher）有較深的學術背景，受過科學訓練，並且將他們所會的工具和技術應用在組織的資料上。他們通常有博士學位，而他們用數學工具發揮的創意運用，通常可以帶來珍貴的洞見或產品。

如果把資料科學的知識領域分成五種：商業、機器學習/巨資料、數學/作業研究、程式設計，和統計，上述的四種資料科學家在這五大知識領域的熟悉度可以用下圖表示：

更多的內容，請見全文。