從資料中尋找價值的淘金者─資料科學家
當資料科學家在2012年被《哈佛商業評論》評為「二十世紀最性感的職業」時，這個角色頓時成為眾人追捧的對象。這個熱潮持續延燒，Gartner預估，2018年全球將有440萬個能從龐大資料中看出價值的資料科學家，將在未來就業市場的風口上屹立不搖。
「這是一個很迷人的職業，性不性感我不知道、但它很迷人，迷人度是看你對資料的興趣。」沛星互動科技（Appier）首席資料科學家林軒田認為，以他自己從台灣大學資工系副教授到加入Appier，一路從學界到業界的經歷來談，他最有興趣的就是用資料實現人工智慧的應用，用AI觀察資料的蛛絲馬跡。
不過，資料科學家有分很多種，因為可以從資料中變出的東西很多，例如視覺化的報表、用資料協助商業決策等，與其一定要給資料科學家一個定義，不如說資料科學家每天在做的事情其實很簡單，就是讓資料更有價值。
林軒田提到，資料科學家每天要面對的問題很多，不管是資料量的限制、資料內容的限制，或是目標的限制等，當這些問題加在一起時，資料科學家要能夠判斷自己下一步要做什麼，是要改工具還是執行實驗，然後最後再把一連串的問題解決掉。例如Appier做的是跨螢廣告，當中也經歷過不少摸索，一開始的目標是把網路上不同使用者的資料串連起來，再接下來是要如何用這些跨螢的資料去幫助客戶解決行銷問題。概括來說，就是先訂出一個目標，再看資料怎麼對應到目標，並且透過AI達到系統化。
即便不同產業要解決的目標、擁有的資料類型都不同，但資料科學家多會經歷這樣從無到有的過程，因此在林軒田看來，一名好的資料科學家需要具備的技能分作三個面向。第一當然還是技術背景，他必須判斷哪些工具是可以用的；第二是研究能力，因為每個全新的問題，並不是舊的工具套上來就可行，他必須修改、或是設計新的工具，來處理這些新的問題；第三則是一定的好奇心與創意，「這件事情有點像是做偵探，做偵探的人是有一點需要好奇心跟創意，把觀察到的現象連結起來。解決未知的問題，如果只用已知的工具去解，注定行不通。」他認為，資料科學家要有好奇的性格，才有可能解決未知的問題。
可以說，資料科學家所具備的其實是綜合的能力，從統計學、電腦科學、應用數學等領域知識皆然，「與其看背景，比較重視他有沒有解決問題的能力。只要有興趣、有能力，一開始不見得那麼重要。」在林軒田看來，實戰經歷非常重要，無論是透過學生時期參與專案、比賽等，都是在累積如何解決問題的能力。
另外，資料科學家未來在產業裡的位置之所以益發重要，一部分來說也是因為未來資料可能會成為驅動人工智慧的關鍵。林軒田說明，資料與人工智慧的關係密切，資料就像是原料、出發點，就像是廚師要煮食物的食材，而機器學習等技術就像是廚師煮飯的技術，最後把它變成一道道AI產品，「從資料到AI是一個過程，而資料科學家就是站在中間，與技術相輔相成的角色。」他認為，一個好的AI系統，背後需要很多角色，但其中很重要的一個角色就會是資料科學家，負責操刀把資料變成AI的過程。
林軒田觀察，現階段大家積極在談AI，會有像Appier這樣提供技術平台的公司出現，也會有許多想要靠AI轉型的傳統企業，回頭都是要靠資料來解，而資料科學家的任務之一，就在於加速這樣的過程。
*更多精彩內容請見《數位時代》277期
https://www.bnext.com.tw/magazine/127201
*尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第277期
http://www.bnext.com.tw/
「這是一個很迷人的職業，性不性感我不知道、但它很迷人，迷人度是看你對資料的興趣。」沛星互動科技（Appier）首席資料科學家林軒田認為，以他自己從台灣大學資工系副教授到加入Appier，一路從學界到業界的經歷來談，他最有興趣的就是用資料實現人工智慧的應用，用AI觀察資料的蛛絲馬跡。
不過，資料科學家有分很多種，因為可以從資料中變出的東西很多，例如視覺化的報表、用資料協助商業決策等，與其一定要給資料科學家一個定義，不如說資料科學家每天在做的事情其實很簡單，就是讓資料更有價值。
林軒田提到，資料科學家每天要面對的問題很多，不管是資料量的限制、資料內容的限制，或是目標的限制等，當這些問題加在一起時，資料科學家要能夠判斷自己下一步要做什麼，是要改工具還是執行實驗，然後最後再把一連串的問題解決掉。例如Appier做的是跨螢廣告，當中也經歷過不少摸索，一開始的目標是把網路上不同使用者的資料串連起來，再接下來是要如何用這些跨螢的資料去幫助客戶解決行銷問題。概括來說，就是先訂出一個目標，再看資料怎麼對應到目標，並且透過AI達到系統化。
即便不同產業要解決的目標、擁有的資料類型都不同，但資料科學家多會經歷這樣從無到有的過程，因此在林軒田看來，一名好的資料科學家需要具備的技能分作三個面向。第一當然還是技術背景，他必須判斷哪些工具是可以用的；第二是研究能力，因為每個全新的問題，並不是舊的工具套上來就可行，他必須修改、或是設計新的工具，來處理這些新的問題；第三則是一定的好奇心與創意，「這件事情有點像是做偵探，做偵探的人是有一點需要好奇心跟創意，把觀察到的現象連結起來。解決未知的問題，如果只用已知的工具去解，注定行不通。」他認為，資料科學家要有好奇的性格，才有可能解決未知的問題。
可以說，資料科學家所具備的其實是綜合的能力，從統計學、電腦科學、應用數學等領域知識皆然，「與其看背景，比較重視他有沒有解決問題的能力。只要有興趣、有能力，一開始不見得那麼重要。」在林軒田看來，實戰經歷非常重要，無論是透過學生時期參與專案、比賽等，都是在累積如何解決問題的能力。
另外，資料科學家未來在產業裡的位置之所以益發重要，一部分來說也是因為未來資料可能會成為驅動人工智慧的關鍵。林軒田說明，資料與人工智慧的關係密切，資料就像是原料、出發點，就像是廚師要煮食物的食材，而機器學習等技術就像是廚師煮飯的技術，最後把它變成一道道AI產品，「從資料到AI是一個過程，而資料科學家就是站在中間，與技術相輔相成的角色。」他認為，一個好的AI系統，背後需要很多角色，但其中很重要的一個角色就會是資料科學家，負責操刀把資料變成AI的過程。
林軒田觀察，現階段大家積極在談AI，會有像Appier這樣提供技術平台的公司出現，也會有許多想要靠AI轉型的傳統企業，回頭都是要靠資料來解，而資料科學家的任務之一，就在於加速這樣的過程。
*更多精彩內容請見《數位時代》277期
https://www.bnext.com.tw/magazine/127201
*尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第277期
http://www.bnext.com.tw/
