什么是数据科(kē)學(xué)硕士？
乍一看，“数据科(kē)學(xué)”一词可(kě)能(néng)有(yǒu)些令人生畏和困惑。不是所有(yǒu)的科(kē)學(xué)都使用(yòng)数据吗？像许多(duō)职业道路一样，在你仔细研究数据科(kē)學(xué)之前，很(hěn)难理(lǐ)解数据科(kē)學(xué)所涉及的内容。例如，有(yǒu)数据科(kē)學(xué)背景可(kě)以解决什么样的问题？进入数据科(kē)學(xué)职业需要哪些技能(néng)？為(wèi)什么要學(xué)习数据科(kē)學(xué)？让我们探索一下这些问题的答(dá)案，以及不断发展的数据科(kē)學(xué)领域背后的理(lǐ)论。
面向初學(xué)者的数据科(kē)學(xué)
由于该领域的复杂性，简单的数据科(kē)學(xué)定义可(kě)能(néng)不是很(hěn)有(yǒu)启发性。简而言之，数据科(kē)學(xué)涉及使用(yòng)统计分(fēn)析来研究和分(fēn)类大量原始数据。排序数据使我们能(néng)够从中汲取意义，并将其转换為(wèi)易于理(lǐ)解的图形图表，使非技术受众可(kě)以访问它。
但是，為(wèi)什么要一开始就对数据进行排序呢(ne)？著名知识分(fēn)子诺姆•乔姆斯基（Noam Chomsky）在谈到互联网研究主题时曾简洁地描述了这个问题。他(tā)指出了使用(yòng)互联网进行研究的价值——但前提是你知道自己在寻找什么：
“如果你有(yǒu)一个理(lǐ)解框架，引导你做特定的事情，而把许多(duō)其他(tā)事情放在一边——那么这可(kě)能(néng)是一个有(yǒu)价值的工具。当然，你总是要问自己，'我的框架是正确的吗？也许你需要不时修改它。
同样的问题几乎存在于任何分(fēn)析职业中，包括作為(wèi)数据科(kē)學(xué)家的道路。处理(lǐ)原始数据的挑战在于，您需要想象力才能(néng)将其转化為(wèi)比数字本身显示的更大的东西。数据涉及分(fēn)析收敛系统，类似于研究经济學(xué)、商(shāng)业、社会學(xué)或心理(lǐ)學(xué)。
数据科(kē)學(xué)家还需要學(xué)习使用(yòng)“非结构化数据”;不容易放入简单表格的内容。例如，社交媒體(tǐ)帖子或在線(xiàn)客户评论的内容。因為(wèi)它不像记录数字那么简单，所以它需要你自己开发的洞察力来操作非结构化数据。你需要一些技术和非技术技能(néng)来实现这一目标。
数据科(kē)學(xué)的用(yòng)途是什么？
互联网使收集大量信息变得容易。事实上，人类收集和存储的数据比以往任何时候都多(duō)。一项估计表明，每天创建2.5万亿字节的数据，随着网络连接到达越来越多(duō)的设备，这一增長(cháng)速度只会加速。
但未经分(fēn)类的原始数据是毫无意义的信息。获取和分(fēn)析数据需要您确定哪些部分(fēn)是相关的，哪些是不相关的，并且该过程将原始数字转换為(wèi)可(kě)操作的信息。在实践中，这可(kě)能(néng)意味着為(wèi)营销公司找到新(xīn)的方法来接触受众，為(wèi)保险公司创建更准确的保单模型，等等。
数据科(kē)學(xué)通过许多(duō)技术和子领域实现这些目标。例如，数据挖掘涉及在数据中查找模式，以帮助预测未来结果。它是机器學(xué)习、统计學(xué)和大数据的重叠交集。它可(kě)以应用(yòng)于无数目的，从削减成本到寻找改善客户关系的新(xīn)方法。
数据建模涉及找出在数据库中存储数据的最合乎逻辑的方式。由于不同的人需要管理(lǐ)和编辑数据，因此数据的相关性可(kě)能(néng)因用(yòng)户而异。您的数据库可(kě)能(néng)还需要与其他(tā)信息系统进行交互。这种建模对于规划和与那些从不直接处理(lǐ)数据的人进行沟通至关重要。
另一个需要考虑的因素是，几乎任何时候存在大量数据，都会随之而来的是隐私问题。在许多(duō)情况下，了解如何存储和处理(lǐ)大量数据可(kě)能(néng)很(hěn)有(yǒu)价值，出于各种安全原因，这可(kě)能(néng)使数据管理(lǐ)变得特别重要。但是，进入这类职业需要什么样的技能(néng)呢(ne)？
数据科(kē)學(xué)技能(néng)
那些计划进入数据科(kē)學(xué)领域的人将希望磨练与这条崭露头角的职业道路相关的各种硬技能(néng)：
• 计算机科(kē)學(xué)与统计/数据方法论：大多(duō)数数据科(kē)學(xué)职业将取决于计算机科(kē)學(xué)和统计學(xué)的背景。数据科(kē)學(xué)家使用(yòng)分(fēn)类数据方法来定期解决问题。在这个领域工作的人需要學(xué)习机器學(xué)习和人工智能(néng)的基本知识，以及几种编程语言，如R编程、Python、Apache Spark和SQL数据库编码。根据数据，数据科(kē)學(xué)家可(kě)能(néng)还需要使用(yòng)多(duō)个应用(yòng)程序来帮助映射其结果。
• 数据可(kě)视化：数据科(kē)學(xué)职业通常依赖于对数据可(kě)视化的學(xué)习，因此您可(kě)以将数据转换為(wèi)非技术受众可(kě)观的内容。如果您的工作是通过查看大数据来寻找帮助企业的方法，那么这将有(yǒu)助于更好地了解企业的运营方式。如果你正在解释和建模人类数据，那么更好地了解心理(lǐ)學(xué)对你的成功至关重要。
除了硬技能(néng)之外，还有(yǒu)许多(duō)重要的软技能(néng)，包括天生的好奇心、协作性和对细节的关注。1999年9月，火星气候轨道飞行器因公制和英制测量系统之间的转换错误而坠毁在火星表面。这些是当大量人员在一个复杂的项目上一起工作时发生的事件，并且团队中的单个成员误解了正在发生的事情。
由 8-15 名数据科(kē)學(xué)家组成的团队创建单个電(diàn)子表格或两个数据科(kē)學(xué)家团队处理(lǐ)重叠问题的情况并不少见。当团队中不同成员的数据驱动交互之间发生沟通不畅时，结果可(kě)能(néng)对每个人都不利。简而言之，团队合作和沟通将是几乎任何数据科(kē)學(xué)职业的基本技能(néng)。
数据科(kē)學(xué)课程
在本科(kē)阶段，准备进入数据科(kē)學(xué)的人可(kě)能(néng)会参加以下课程：
• 统计 135.统计的概念
• COMPSCI 186 或 W186。数据库系统简介
• COMPSCI 189.机器學(xué)习简介
• STAT 102 数据、推理(lǐ)和决策
• 信息 159.自然语言处理(lǐ)
• 统计 158.实验的设计与分(fēn)析
但是，您可(kě)以在许多(duō)不同类型的程序中获得这些技能(néng)。数据科(kē)學(xué)课程的重要性在研究生阶段变得更加重要。对于高级學(xué)位，数据科(kē)學(xué)课程可(kě)能(néng)包括：
• ANA 600 分(fēn)析基础
• ANA 605 分(fēn)析模型和数据系统
• ANA 610 用(yòng)于分(fēn)析的数据管理(lǐ)
• ANA 615 数据挖掘技术
• ANA 620 连续数据方法，应用(yòng)
• ANA 625 分(fēn)类数据方法，应用(yòng)
• ANA 630 高级分(fēn)析应用(yòng)
國(guó)立大學(xué)独特的数据科(kē)學(xué)课程可(kě)以通过以下课程进一步专业化您的教育：
• BAN 650 概率金融模型
• BAN 655 分(fēn)析安全与道德
• ANA 655 数据仓库设计与开发
• ANH 604 临床研究分(fēn)析
• ANH 607 健康结果研究
為(wèi)什么选择数据科(kē)學(xué)？
由于这类职位需要如此多(duō)不同水平的专业知识，因此数据科(kē)學(xué)工作往往具有(yǒu)非常有(yǒu)益的薪水。美國(guó)劳工统计局估计，这些职业的平均工资為(wèi)每年 122，840 美元。Glassdoor提供的数字略低，為(wèi)每年113，309美元。
一些广泛的知识和经验要求使数据科(kē)學(xué)家的需求量很(hěn)大。美國(guó)劳工统计局还估计，未来十年计算机和信息研究科(kē)學(xué)家的预期行业增長(cháng)将达到15%，遠(yuǎn)遠(yuǎn)高于所有(yǒu)职业的平均水平。这些职位的经验，尤其是与研究生學(xué)位配对时，為(wèi)职业发展提供了丰富的机会。
撇开财務(wù)原因不谈，数据科(kē)學(xué)有(yǒu)很(hěn)多(duō)吸引人的地方。它总是可(kě)以提供一个新(xīn)的和独特的挑战来解决。由于几乎每个行业都在收集数据，数据科(kē)學(xué)家有(yǒu)机会在各种不同的领域工作，并在离开正规教育后很(hěn)長(cháng)时间继续學(xué)习新(xīn)事物(wù)。在好奇心中茁壮成長(cháng)的人也可(kě)能(néng)欣赏与其他(tā)學(xué)术领域的相互联系。