毫無疑問，數(shù)據(jù)科學如今已經(jīng)成為并將持續(xù)是最熱門的職業(yè)選擇領域，很多人一個猛子扎進了這一領域當中。但是，這個21世紀最熱門的職業(yè)并不一定適合所有人，這不是說數(shù)據(jù)科學不值得，恰恰相反它幾乎就是為了解決實際問題而生的。

當然啦，本文僅代表作者觀點，可能存在一定偏頗。不同國家地區(qū)的職業(yè)設置以及各人掌握的技能存在差異，因而每個人看世界的角度都不一樣。我只從我的經(jīng)驗和角度聊聊我的想法。

入行以來，筆者每天花費10到12小時在數(shù)據(jù)科學領域中，撰寫了將近100篇相關文章，自認為已有資格對這個領域里的某些現(xiàn)象發(fā)表一點見解，那些現(xiàn)象令人失望卻鮮有人提及。對筆者而言，實用數(shù)據(jù)科學是最有趣的領域之一，尤其是在進一步深入學習之后更有體會。

然而，為了數(shù)據(jù)科學而從事數(shù)據(jù)科學的意義何在呢？這么說吧，除非是研究人員，否則全職從事這個行業(yè)幾乎沒有任何意義?；ㄙM大量時間訓練模型的理由何在呢？模型會被應用在網(wǎng)頁和/或者手機app中嗎？是會被用來解決一些實際問題嗎？還是只會被閑置在電腦上呢？

數(shù)據(jù)科學似乎正在成為軟件開發(fā)的另一個分支。這不見得是壞事，現(xiàn)如今模型訓練和優(yōu)化（只要用對工具）幾乎全部都是自動化的，而“數(shù)據(jù)科學家”需要做的，僅僅是以恰當?shù)姆绞綔蕚鋽?shù)據(jù)，以及向上級匯報工作。

這或許是件好事，你有了更多時間去做有趣的事情，從而交付整個數(shù)據(jù)包并實際解決問題，而不會將模型閑置在電腦上。

但是，如果計劃在這個領域謀求一份全職工作，請先讀一讀本文，看看行業(yè)光鮮外表下的其它方面，了解進入這個行業(yè)的優(yōu)勢和可能存在的劣勢是很有必要的。

1.不關心業(yè)務

先說明一下，除了在Medium和TDS上發(fā)表博文以外，筆者還是一個全職的數(shù)據(jù)科學家。筆者所就職的公司并不專門從事于數(shù)據(jù)科學的某個分支，僅僅是一家以咨詢?yōu)橹鞯腎T公司。

這意味著筆者并不專注于一個項目或一個產(chǎn)品，而是同時推進三到五個不同行業(yè)的不同項目。是的，筆者并不精通于那些行業(yè)里的任何一個。這可能是很多人不喜歡數(shù)據(jù)科學工作的原因，你對所工作的領域了解不多，從業(yè)者也并不愿意去學習那么多東西。

不過，對于某些在相關領域從事數(shù)據(jù)科學的人而言，情況可能并非如此。假設一個人已經(jīng)在X領域接受了專業(yè)教育，并且對數(shù)學和統(tǒng)計學掌握得不錯，因而被聘用在該領域里從事大量重數(shù)據(jù)型工作，這就皆大歡喜了。

我所指的是通才型數(shù)據(jù)科學家，就是那種從一個項目轉移到另一個項目工作，但是感覺自己從來沒有做出實際貢獻的人。

2.缺乏全局觀

這個缺點對數(shù)據(jù)科學領域的通才和專家都適用。

假設有某個項目團隊的app需要“數(shù)據(jù)科學魔法”的加持，于是邀請了一位數(shù)據(jù)科學家參加會議。這位數(shù)據(jù)科學家一定會被問到這些問題：

· 你的模型可以做到這點嗎？

· 這些現(xiàn)代神經(jīng)網(wǎng)絡可以用在10KB的數(shù)據(jù)集上嗎？

· 你能只用30行數(shù)據(jù)做一個預測模型嗎？

這就是問題所在了。在完全不了解項目及其架構的情況下，就必須很快提供一個最先進的解決方案，也就是所謂的全局觀問題。

對于專家型數(shù)據(jù)科學家可能還沒那么麻煩，因為他們至少具備了某些領域的專業(yè)知識，并且了解如何去適應全局，這使他們能夠相對輕松地完成工作。

3.老板是商人

外行領導內行這件事很容易鬧出一些荒謬的困難。如果你的上級不是數(shù)據(jù)相關領域的專家，那么他們對于數(shù)據(jù)科學的了解與任何一個普通人從新聞里了解到的沒什么兩樣。

不過，這個問題帶來的影響大小在不同的國家是不同的，畢竟不同國家的工作和生活文化可能存在很大差距。

而這帶來了一個潛在的問題，團隊可能接到一項任務，其研究工作需要數(shù)月才能完成，但是從商業(yè)角度來說這不太可行。理想的情形是，部門主管能夠理解特定解決方案所需要的時間之長和工作量之大，然后在上一級那邊幫忙交流疏通，但這樣的主管可遇而不可求。

這時就是良好的人際交往能力派上用場的時候了。給你的老板解釋清楚為什么花一兩個月去搜查100項用不上的東西，這不是一件輕松愉快的事情，但掌握人際交往和項目展示的技巧可能會讓局面更好一點。

在筆者看來，只有在有實際問題需要解決時，只深耕于數(shù)據(jù)科學和預測建模的全職數(shù)據(jù)科學家才有立足之地。歸根結底，數(shù)據(jù)科學只是一種技能，不應用于解決業(yè)務問題就毫無價值。如果不關心相關業(yè)務，或者僅僅是不了解業(yè)務情況，都可能讓工作無法順利開展。

所以，是否要入行，還請你三思。