編程背景並非最重要！獵頭專家解構轉型 Data Scientist 的三大疑問

無論是香港、中國大陸還是美國矽谷，數據科學家 Data Scientist 都是灸手可熱的職業，中外大企業如 Google 、Facebook、Amazon 、百度、騰訊都爭著請人，這樣的工作難怪會被 《Harvard Business Review》評為 「21 世紀最性感工作」，看著水漲船高的薪金，不少人都希望轉職，卻苦無門路。

更有一些人不明白數據科學家的工作，不知道自己是否適合，又覺得需要學習 Coding 是一件難事，更擔心沒有電腦科學 (Computer Science) 的知識會難以上手。Venturenix 的 CEO Dicky 卻表示教育背景、編程能力都不是成為數據科學家的先決條件，同時分享對 Data Science 行業的一些見解。

數據科學家重點商業應用 不懂寫程式也能轉型

Dicky 提到 Data Science 作為一個新的專業是相當特別，它結合了電腦技術、統計學、複雜的數學運算，但最終都以解決商業問題為依歸，故此數據科學家需要的不止於編寫程式的能力，而是需要全方位的專門訓練及學習，是技術及知識並重的一個行業。根據以往的經驗，他提出轉型成數據科學家有 3 個重點：

1.轉型的決心及學習紀律
以往 Venturenix Lab 培育過的幾位數據科學家中，沒有一位具有電腦編程或高等數學背景，但能在學生群中突圍而出，往往是有著很大的決心和願意付出時間。Dicky 提到他們設計的課程以實際數據科學家工作為標準，學習的進度相當快，亦需要經過重重挑戰才能順利完成，往往需要在課外願意花時間進行自主學習，才有可能在短時間內學懂 Data Science 的各種知識。

能夠努力的進入一個全新的範疇，比起現有的能力更為重要。

2.對商業模式及數據的理解
作為一個專門學科，Dicky 同意 Data Science 的原理以及背後的 Algorithm 五花八門，如果在大學修讀是相當深奧的。但在商業應用上，Data Scientist 是需要因應不同的商業問題而妥善運用工具進行分析，提升進行商業決策的速度和效率。故此對於商業模式的理解，對於特定行業數字的敏感程度是擔任數據科學家的條件。

換個角度說，如果對於商業模式及數據有一定的理解，希望利用更有效的方式進行數據處理，學習 Data Science 亦是為商業人士增加一個強大的分析工具，同時不少商業人士亦具備轉型成數據科學家的潛質。

3.與不同團隊的溝通及協作能力
另一個重要的要素就是與不同團隊的溝通能力了，在商業運作上，數據科學家需要與不同的部門、團隊協作，利用他們提供的數據進行演算、分析，再為他們提供一些決策的方式。工作上他們無須要清楚解釋一件事的基本原理，但如何把數據科學的應用及見解分享給團隊，協助他們運作是需要良好的溝通技巧。

轉型Data Scientist，應該由 Python 還是 R 開始學起？

現時流行應用於 Data Scientist 的語言包括 Python 、R 、Scala 甚至 Matlab 等等，對於初學者來說要選定一個方向實在是相當困難。Venturenix 方面認為商業應用上普遍以 Python 及 R 為主，亦提供相關的課程，至於如何選擇，Dicky 認為與個人背景有關：

－Python ：作為一種通用式語言，Python 除了有多樣化的資源之外，亦可以應用於數據的清理及自動化程式編寫，如果認為自己在商業模式、運作邏輯以及流程運作方面比較熟悉的商業人士，學習起來會比起 R 更容易；

－R：這是商用於統計學的語言，如果背景偏向數學、統計或是對於數字分析比較擅長的，R 是一種簡易、快速、直接的操作語言，亦比較適用於數據有條理的分析環境。

這是一個轉職 Data Scientist 的好時機嗎？

近年 Data Science 流行起來，坊間亦開始有機構提供相關課程，而作為一家獵頭公司，Venturenix 的確觀察到行業前景相當不錯。Dicky 指在兩年前香港已經有大型機構開設自己的 Data Science Team ，並預計在幾年內由 2 、3 人團隊擴至到 10 人以上，市場上將會有相當多的工作機會。同時，相對於現有的工作職位，Data Science 有著全新的架構，現時有不少矽谷公司都開設 CDO (Chief Data Officer) 的職級，亦將會是職場上的一條新的 Career Path，堪比 10 年前網頁設計、手機程式開發的職位。

正如上一篇專訪文章提到，數據科學家及電腦科學專材現時在市場上供不應求，即便是高薪求材，要找三、五年經驗的相關人士亦相當難得，也正正因為這個原因 Venturenix 希望為市場提供 Data Scientist 人材，開設 Python 與 R 入門及進階課程，詳細資料可參考：https://venturenixlab.com/

這篇文章 編程背景並非最重要！獵頭專家解構轉型 Data Scientist 的三大疑問 最早出現於 TechApple.com。