数据为王时代到来 当心大数据时代的浮夸陷阱

       热 门专业来了去，去了来。许多盲目追热门专业的学生，充满希望地投入一个热门专业，但四年后毕业时，正好赶上这个热门泡沫破灭、人才过剩。十多年前IT泡沫 破灭时，许多计算机人才就遭此命运。不过，那些本科在基础学科中打下了坚实基础的，往往能随机应变，则很短时间内就掌握了热门。当热门不再热时，他们也能 及时转向。

　　最近的一个热门专业，是数据科学，准确地说，这个热门叫什么名字，还很不确定。在传统学科中，也许统计与之最为接近。

　 　这门科学虽然还没完全定型、定名，但已经在现实中运用的风风火火。不久前在报纸上读到一篇报道：一位父亲在邮箱里收到某名店寄给女儿的婴儿用品广告，里 面的贺卡写得明明白白：“恭迎您的孩子！”父亲大怒：我女儿才上高中，怎么可能生孩子？！于是找那家店去评理。结果马上发现：女儿确实已经怀孕。店里根据 他女儿购物的信用卡记录，琢磨出连她自己的父亲都没有察觉的事情。

　　这就是大数据的厉害：从购物、网上活动、到犯罪数据、交通流量、乃至各种经济信息，都在大数据的 分析范围之内。不管是一国的政治、军事决策，还是一个大公司的市场战略，全镶嵌在数据科学之中。我发现，亚马逊甚至对我这么一个阅读范围广泛、兴趣变幻不 定的人也非常了解，经常能够准确地推荐给我各种学科的书籍，而且往往是我正需要的。我在亚马逊上购物的一举一动，都进入了其数据分析模式，这个模式在不停 的分析我的思想动态。

　　如此神奇的数据科学并非横空出世。 传统的数学、统计学，就与之十分接近。后来的计算机、信息处理等等，也都与之密切相关。经济学中早就大量运用统计和数据。即使在历史学中，数据资料的运用 也越来越广泛。不过，数据科学又不能被上述任何一门学科所概括。用Charleston学院计算机系主任Christopher Starr的话说，“数据科学正在崛起为一个新学科，但绝不是多学科简单的相加，而是一个完整的知识体系、职业操作和组织、以及一整套伦理责任。”数据科 学家不仅仅是用计算机等现代信息处理技术收集数据，而且要建立数学模型对之分析，并从这种分析演绎出某种故事、图像。上面的例子就很清楚。一个女高中生购 物，刷卡付款后留下的是一堆数据。这些数据数量并不大，但经过某种模型的自动分析，很快构造出一个生活中真实的故事：她怀孕了，正在等着自己的小宝宝出 世。如今，当人们每天到店里刷卡、或在网上购物、阅读时，几百万、几千万、乃至上亿的故事就这样通过干巴巴的数据有声有色地被构造出来，为企业、政府、大 学、慈善机构和各种其他组织提供了政策依据。但这一切，是否侵犯了个人隐私？公共领域和私人领域的界限如何划分？这又涉及到法律、伦理、政治等等方面的一 系列辩论。

　　也正是如此，统计学最近在美国校园里渐渐热起来。 另外，哥伦比亚、斯坦福、纽约大学、西北大学、乔治梅森大学、印第安纳大学、加州大学尔湾分校等等，在最近几年建立了十几个有着不同名字的数据科学的学位 或证书课程。这并不是一点小动静。要知道，过去几年美国被经济危机所困，各大学纷纷消减和冻结项目、课程、教职，连哈佛这样的巨无霸都不能免俗。能够逆流 而上建设新的课程，必定是回应强烈的市场信号。麦肯锡环球咨询公司指出，要满足美国对数据科学家的需求，大学必须把现有的人才培养量扩张60%。到 2018年，这个领域将出现50万个左右的工作，数据科学家的短缺将达19万人，另外还需要150万个理解数据科学的管理和后勤人员。这也难怪，如今虽然 经济不景气，许多这个学科的毕业生起薪能达十万美元以上。比如，北卡州立大学（North Carolina State University）本来名不见经传，在《美国新闻与世界报道》中的全美研究性大学排名中居于百名以外。但该校2007年建立了与数据科学相关的分析 （Analytics）专业硕士课程。2012年84位毕业生全部找到工作，平均起薪接近9万美元，有经验者则超过10万美元以上。

　　数据科学家需要什么素质？我 们本能地想到那些应用数学、统计学、计算机信息处理等方面的人才。这确实也八九不离十。不过仅此还不够。在哥伦比亚讲授数据科学入门的Rachel Schutt指出，数据科学家是计算机科学家、软件工程师、统计学家的杂交。不过，最好的候选是那些对世界充满好奇的人，那些喜欢问问题的思想家，那些喜 欢面对杂乱无章、缺乏结构性的情景，又喜欢给这种没有结构的现实提供一种结构的人。如果更通俗的语言解释，能够捕捉数据科学所提供机会的人，主要还是那些 “学好数理化、走遍天下都不怕”的理工精英；同时，他们必须能够为自己所收集、处理的数据赋予意义，从中讲出故事来。这又要求他们具有相当的社会科学的训 练。《纽约时报》就举出例子：哥伦比亚大学有个硕士课程，叫社会科学的数量方法。那里已经成为数据科学家的训练营地。

　　数据科学的崛起，为我们思考“热门专业”、 “新兴学科”的个人教育战略提供了一个典型范例。数据科学炙手可热，一大堆学位或证书课程迅速上马。但是我们必须注意到两点：第一，这些上马的课程，主要 是研究院的课程，不是本科课程。第二，这些课程准入门槛很高，不是谁都能上。数理基础不行的，最好绕道走。这也保证了这些课程规模有限，所培养的人才在未 来几年颇有些垄断优势，锁定了高薪。

　 　中国的学生和家长，特别喜欢追“热门专业”。我对他们的劝告是：本科阶段，最好学一些基础专业，如文史、经济学、数理化、工程等等。这是本。某些花哨的 “热门专业”，多属雕虫小技，是末。切不可本末倒置、轻上时髦专业的“贼船”。第一，“热门专业”来得快，去得也快，大家追风扎堆，转眼间就人才过剩。本 科四年时间非常长。进去时某个专业还在热，毕业时可能黄瓜菜都凉了，已经成为待业大本营。第二，本科的“热门专业”，作为新学科往往不成熟，缺乏学术传 统，教授东拼西凑，灌水成分比较大。跟着这些杂牌军学不到真本事。

　 　与此相对，如果本科不追时尚，修炼好数理、文史和社会科学方面的基本功，日后学什么都快。有了本科练就的功夫，申请研究院就有本钱，到那时跳到“热门专 业”也不晚。一个“热门专业”的硕士课程，往往就一两年，时间短得多，“热门”变冷的机会自然小得多。在本科基本功的底子上短平快地攻克一个新学科，比起 投入本科四年来要保险稳妥得多。特别是数据科学这样的热门专业，虽然在商业中的运用最广、需求最大，但商科学生往往学不了，反而是数学系的“书呆子”们有 先声夺人之优势。所以，对待大学教育，切不可急功近利。否则恐怕就会落得个“机关算尽太聪明”……

CDA 数据分析师 官网