資料科學家（Data Scientist）被譽為21世紀「最性感」的人才。到底性感在哪裡？外界對這份職業又有哪些迷思？台灣資料科學協會理事長、中研院資訊科學所研究員陳昇瑋，對於資料科學家的定義是「可以從數據中淘金，用數據解決問題的人。」
這幾年，大數據、資料科學蔚為產業風潮，但在這些名詞還未為眾人所知之前，台灣資料科學協會理事長、中研院資科所研究員陳昇瑋就已深耕於此。陳昇瑋原先是一位工程師、在IT業界資歷頗深，他在2000年後投身學術界，並在三年前創辦一年一度的台灣資料科學年會，積極推廣資料科學在各領域的應用。
在學術界中，陳昇瑋也是第一個在學術研究中結合真實商業數據的人。他經手過許多產業的數據研究，例如使用情緒量測技術，來預言線上遊戲的成敗；將資料數據分析應用在公益領域，分析捐款人的偏好等。
陳昇瑋說，目前資料科學在各行各業都已經有很多有效的應用，例如美國職棒、職籃隊伍幾乎內部都有資料科學家，他們會根據球的位置、球員的位置，跳多高、跳的角度等，來擬定有效的作戰策略，或是分析球員體能表現等；運用在電商領域可以得出哪些特質的消費者會喜歡什麼樣的產品；透過各個城市蒐集來的空氣數據來得出污染源等等。
資料科學家的「跨界能力」
從程式人跨到學術人，陳昇瑋其實最懂資料科學家所具備的「跨界」能力。正如同他自身經歷，陳昇瑋認為，資料科學家必須周遊在各個產業領域之間，絕對不像外界所想的只需要具備Programming（程式設計）能力。資料科學家的位置介於資料工程師（Data Engineer）與資料分析師（Data Analyst）中間。資料工程師需要的是電腦科學（Computer Science）專業；資料分析師需要的是統計（Statistical Skills）專業，資料科學家還得再加上一項領域知識（Domain Expertise）。
「資料科學沒有很神奇，它也是一種科學。你得先觀察資料，提出你的假設，然後再去驗證結果。」也就是說，不管資料科學家在什麼產業，都要先掌握那個產業的domain know-how（領域知識），再進一步提出假設、才能得出好的結果，「因為問出對的問題，才會得到對的答案。」陳昇瑋說。
創意也很重要
陳昇瑋提到，資料科學家最好要具有資訊、數學統計、問題三種領域的專業知識，而人格特質又以細心、溝通能力、創意為三大重點。為什麼需要創意？因為作為一個資料科學家，「創意」會是加乘條件。「當你看的東西與人不同，你想的東西也就與眾不同。」要如何訓練自己的創意？強迫自己觀察，直到觀察成為生活的一部分。
總結來說，資料科學家其實不一定非要資訊背景出身，除了資工、資訊、電機等理工人外，其實統計、財務管理人才也很適合，因為他們具有其他產業的知識，也更具有商業嗅覺，只要補足程式能力，都有可能轉型成為未來炙手可熱的資料科學家。
從企業的角度出發，陳昇瑋說，企業內最理想的初始資料科學團隊規模是五個人，包括一位PM（專案經理）、一位Data Scientist（資料科學家）、兩位Data Engineer（資料工程師）跟一名Visual Designer（視覺設計師）。但如果企業沒有這麼多資源的話，可以先從兩、三個人訓練起，先求有、再求好。陳昇瑋說，資料科學牽涉到典範移轉（Paradigm Shift），傳統倚賴經驗、現在倚賴測量；傳統資料是私有，現在卻是開放。「典範移轉本來就不是簡單的事，但這是不得不做的事。」
因此，資料科學家也要具備一定的商業敏感度。「商業敏感度是『混』出來的，他不會憑空出現。」隸屬於企業中數據部門的資料科學家，還要常和業務部的人經常在一起，不只是一起開會，最好還要一起喝茶、吃飯，讓彼此更加熟悉。
顛覆未來各個產業
正因為資料科學家能從繁複的數據中「看到別人看不到的東西」，他們能夠重新定義問題以及尋找答案，為企業在無論消費者行為分析、商業決策等方面「解惑」，也讓資料科學家變成目前產業趨之若鶩的未來人才。
「這已經是現在進行式。」陳昇瑋說，資料科學目前已經影響網路、金融業，未來，下一波衝擊又最可能會發生在倉儲、餐飲、製造業等傳統產業。因為包括生產線、原物料、供應鏈、庫存成本等，若能有更好的數據控管，得出獨特的商業Insight（洞見），資料科學家就能顛覆各個產業。
TIPS
- 找顧問、有經驗的資料科學家進入企業，組建資料科學團隊，讓老鳥帶小鳥進入產業。
- 企業招攬資料科學相關的實習生，讓學生透過實習，了解業界需求，進入職場後能力就能銜接得上。
- 讓統計學家、資料處理相關人才，開始跨足資料科學領域，逐漸轉型資料科學人才。
陳昇瑋 SHENG-WEI CHEN
出生年｜1976年
學經歷｜清大資工碩士、台大電機工程博士
現職｜中研院資科院研究員、台灣資料科學協會理事長
本文出自：@@BOOKID:126838@@
