大数据时代，如何成为数据科学人才?

什么是数据科学?

数据科学有很多很多定义，最基本的定义就是computer science，还有数学、统计、目标、知识，这是最基本的，再说多了就过分了。一般对于年轻人来说，现在不可能到那么细的程度，我们应该变成一个通才，哪个公司都愿意要我们。清华大学之所以现在变成这个样子，就是因为在1952年院系调整的时候，每一个专业就是一个生产线，弄的很细很细，没有一个更宽广的视野。大数据，所谓大就是这个样子。数学关键是逻辑而不是具体的方法，不是你怎么求多项式的根，而是它的基本逻辑，它的数学语言，这一点要懂。数学逻辑是各种学科当中最严格的逻辑，无论你学逻辑的，学物理的，学什么的，文科学逻辑的肯定是不如学物理的，学物理的逻辑肯定不如学数学的，所以你要跟学数学的辩论的话就很困难。文理分科造成没有逻辑的文章，没有逻辑的法官。

数据科学家是做什么的?

对那些高科技公司来说，数据科学家可以挖掘新的信息，帮助公司开源节流。每个公司都是要这样的，所以它需要的是人才，这是关键。我们说数据科学，当然科学也有艺术，这两个都有关系。科学意味着没有权威，不要迷信那些权威，中国人喜欢崇拜权威。任何科学研究的目的是基于数据，颠覆旧的理论，这样才能往前进，所以你必须要有科学精神。

诺贝尔物理奖没有一个是承认过去怎么样的，而是推翻过去的事情，这是科学，是颠覆性的。

什么样的人能成为数据科学家?

如果你擅长数学，有很清晰的逻辑思维能力，有技能组合，就可能当上数据科学家。投票显示，数据分析和数据挖掘是最大的求职法宝。数据科学火爆的原因是，尽管高科技公司都有自己的数据科学团队，但是那些非科技公司和很大的公司也需要做这些东西，他们需要能做这些东西的人。现在关键是人，关键是你们怎么样让自己成为被需要的人。

另外，你是不是做数据科学家的材料?相比专长于任何特定编程语言，泛型变成技巧更重要。最重要的素质就是能快速学习东西。在这个时代技术发展的突飞猛进，语言很快会过时，新的语言会迅速普及，所以学习东西快的人比单独领域的专家更有前途，你有这个潜力你能干什么事。我要看你这个人的潜力，而不是你知道什么。知识再多你也超不过一个硬盘吧?但是硬盘没有创造力。如果你每天花大量的时间编程，分析控制面板上的数据，获得相关知识和信息，如果你对这样的工作感兴趣你就适合干这行。现在我没事就处理编程数据，我看了这个以后觉得自己有点像。如果仅仅是想拿高工资，那可能觉得这样的日子就很苦了。实际上不光是这个工作，干任何工作，即使是坐牢你也要把它当成乐趣。我有一个朋友，他就被上级陷害之类的坐牢了，现在坐牢很容易。他后来就跟我说，他觉得这件事情很享受，就是你怎么看这个问题了。你要是发愁过一天也是一天，高高兴兴的过一天也是一天，所以你要考虑怎么活才合适。

真正适合干这一行的人，会在业余时间里编程序、分析数据，他的目的就是自娱自乐，而不是为了要拿着什么学位，拿到什么样的头衔，最终他自己把自己的价值就提高了。如果你爱的不是数据本身，而是它给你带来的高薪，那你很难跟上来的人来竞争了。要学会干一行爱一行，每个人都应该学会热爱数据，即使是为了自己的事业前途也应该这样想，为了自己的心理也应该这样想。

还需要什么呢?我刚说了，学习能力比知识更重要，欢迎挑战、乐于攀登。如果没有挑战了，没有古怪的数据，我觉得很无聊，有点挑战的我就很高兴，我相信很多人都这样，这样活着才有意义，像猪一样的活着没有意义。你像富二代开着宝马到处飙车，他是找不到活着的意义啊，穿名牌什么的，是让别人觉得你有点价值，实际上别人一看你更没有价值了。马克思的座右铭“怀疑一切”，在怀疑中成长，我们国家从来不倡导这个，为什么咱们不宣传这个?不要给自己贴标签，就是我学什么方向的，别的不搞，岁数大了，学不会了，很多人都有这样的借口，这实际上是借口，我现在每天都在网上学东西，所以我现在教的东西总是新的，我的书一版再版，我现在大概写了有30本书了，为什么再版，因为我发现原来的有错或者不全面，我一定要把事情说的更透彻一点，说的更好一点。

如何成为数据科学家?

计算机最根本的就是领域知识，你必须了解领域知识，你才能够知道该怎么做

如果你仅仅是一个干巴巴的统计学家，你不了解统计，你可以做很多荒谬的事，不了解实际问题。有一个例子，在医学杂志发表的一个很有名的文章，说如果父母在婴儿房间内睡觉总是开着灯，婴儿就会有高度近视。后来再发现，凡是父母高度近视的，往往有给小孩开灯的习惯。到底什么造成小孩高度近视，现在你们知道的，但是当时的人不知道，所以要有很深刻的领域知识，只有明白目标领域知识的人才能明白它的意义，知道往哪个方向努力，去判断分析结果的可能性。如果没有领域知识主导的人分析肯定有误导，无论什么地位。在中国院士到哪儿都去发表理论，就像金正恩到哪儿都发表指示一样。所以用数据来说话，其他的一切都是废话。我每年看到很多很多的文章，包括一些大赛，这个赛那个赛，好多都是莫名其妙的假定，就连31个省市自治区的数据都假设是正态分布，这31个省市自治区的就不是样本，更不用说是正态分布。

作为科学就这么多内容，对年轻人来说就是要明白这些基本的东西，太花哨的东西就没意义了，那就是扩展了也不是没意义，不要钻进去出不来了。

你离得越远看得越清楚，站得越高了解的全局越好

不要太具体了，不要迷信这些炒作的新名词、新概念，用自己的大脑，用常识判断，想想合不合理。过去某个人的经验是他的经验，不是你的经验，他在特定环境、特定时间有作用，但不是现在。如果你要跟风就意味着永远是跟随，也绝对不会有出息。 炒作没人管，只要有观众给你鼓掌，观众回去一脑袋浆糊，但是每个人自己不能糊涂。第一原料就是数据，什么是数据?照片都可以变成数据。

要有批判性思维

要有基于数据的批判性思维，而不是基于主观经验、权威或者是局部的知识，也不是迎合取宠式的思维。在中国取宠思维很厉害，你说GDP增加多少就是多少，这不是说的，要有人做。工具就是刚才说的能力加计算机系统加泛型。

个人还要有快速的自学能力和对数据分析的爱好

我从来没学过计算机，也没学过计算机编程。英文都没学过，全都是自学的，所以我对自学很相信。现在我教的东西都是最近这几年的东西，我现在实际上比一个全职教师教的课还多，但是我教的东西好多都是前一天网上才出现的，我觉得有价值，第二天就放到课堂上了。只有不断的自学，不断的学习才能当老师。如果你不断的跟学生演示80年前的推导过程，显示你的记忆力好，那不是好老师。

关于 “快乐”

什么人最快乐?被人需要，这是很重要的，就是你得有价值。因为你的专长、能力、善良、尊重、爱心、品质、性格、智力、分享。今天早上他们也讲了，就是在公司里跟人家能相处，至少你得是可爱的。还要关心他人，能让别人快乐的人是快乐的。如果买点东西在宿舍里藏在被窝里吃，那高兴吗?如果跟别人分享的话会更高兴。尊敬别人的人是快乐的，一定要尊敬别人。如果大家都尊敬别人的话，社会上任何犯罪都没有了，因为犯罪都是偷、抢、杀，侮辱别人这都是不尊敬别人的。诚实坦荡的人是快乐的，这就是不能撒谎，永远不能撒谎。还要心胸开阔，不去计较一些小事情。最关键的就是爱人如己，你爱人不是因为他能爱你回来，也不是因为他可爱，而是对任何事情都尊重，这是最根本的一点。如果这点你要做到了，如果人人都能做到，那世界就太理想了。不管怎么样，我希望大家能够快乐。