Win Driver Blog

你聽過「資料科學家data scientists」嗎？這個名詞，在2005年就已經誕生，但直到2011年海量資訊興起後，才廣為人知；如今，資料科學家是職場中最炙手可熱的明星職位，《哈佛商業評論》甚至稱它為「二十一世紀最性感的工作」！

科技新顯學，取得百萬年薪的門票！

資料科學家有多「性感」？讓我們很現實地從薪資說起。根據美國商業智慧軟體公司SiSense調查研究指出，資訊分析相關人才起薪約為年薪5.5萬美元，換句話說，相較美國大學畢業生平均年薪為4.76萬美元，高出7400美元，而最高薪的資料科學家，平均年薪為13.2萬美元，打敗一票如蘋果、高通等大型科技公司的高階工程師。

這三年來，海量資料成為科技顯學，資料科學家趁勢崛起，薪資因此不斷成長。美國北卡州立大學於2007年特別成立分析科學碩士班，根據他們對畢業生進行的調查，2010年時沒有任何經驗的碩士畢業生，平均起薪為年薪6.85萬美元；但2012年，薪資已經提高至7.71萬美元，短短三年間，升幅達12.5％！

美國資料科學家的行情如此，台灣資料科學家同樣早就擺脫22Ｋ的緊箍咒。據了解，台灣如金融、電信等各企業，因資料是其重要命脈，為不假手其他外部資料探勘公司，正在著手建立自己的「資料部隊」，所以人才需求殷切，可是，台灣的資料科學家卻嚴重不足，求過於供之下，他們的薪資跟著水漲船高。

根據一位資料軟體相關業者指出，具備資料蒐集與分析的碩士畢業生，「起薪起碼44Ｋ起跳！」他指出，如果有一年至兩年經驗的資料探勘人才，平均月薪甚至領到七萬元，都不是問題，換句話說，當上資料科學家，等於擁有一張年薪百萬元的入場券。

資料科學家能坐領高薪，證明他們並非尋常的資訊工程師。《哈佛商業評論》給資料科學家下了一個定義：「資料科學家是懂得從今日如海嘯般非結構化資訊中，撈出重要商業問題解答的一群人。」事實上，資料科學家不只是要像哥倫布般，在茫茫大海中打開探照燈，找出有用的資料，還要如偵探小說家愛倫坡一樣，審視手上的資料，推理出問題的答案。

那麼，資料科學家到底該如何養成？在資料分析領域浸淫十多年、今年37歲尹相志稱得上國內首屈一指的「資料科學家」。他創辦的亞洲資料採礦公司，已經成立11年，旗下有20多位資料科學家，客戶遍及國內三大電信巨頭以及眾多保險、金控公司，在外商環伺的資料分析業中，是少數成功崛起的本土專業公司。

回想起自己2000年踏入資料探勘領域時，台灣幾乎沒有專家能夠教他，於是他主動寫信給國外鑽研這方面領域的學者，參加相關課程，擁有台大化學系、新聞研究所學歷，背景橫跨理工與文法的他，由於數學底子深厚，迅速從一個門外漢，變成出版十多本相關著作、到各企業演講、赴美國接受微軟創辦人比爾．蓋茲頒獎的專家人士。

他指出，資料分析有三大步驟：第一步是整理、撈取資料，資料科學家不一定要會寫程式，最重要的是懂得運用分析工具與軟體。第二步是建立模型（建模），從資料中推導出合理而正確的結果，並清楚簡單地呈現給客戶。第三步，也是最困難的一步，就是具備幫客戶解決問題的能力，甚至早客戶一步，發掘和預測新的趨勢。

舉例來說，當電信公司拋出「合約到期時，手機用戶會不會續約？」的問題，資料科學家不但要回答「手機用戶續約的機率」、「哪些族群傾向不續約」，還得告訴電信公司，手機用戶是「因為什麼理由不續約」、「他們接下來會去哪一家電信、申辦什麼方案、買哪一款手機」，對每一項深入追問，資料科學家都必須要找出資料，並運用資料來回答問題。

「所以，資料科學家起碼要懂三種基本知識：統計方法、建資料庫和domain know-how（領域訣竅）」，尹相志表示，尤其對個別領域的專業知識，格外重要，關係到能不能在浩瀚資料海中「問對問題」。「我們能在市場存活這麼久，最主要原因就是我們十多年前就在這領域打滾，已經累積出對某些產業的知識，不容易被取代。」

本土資料科學家崛起，掌握民情法規，才能因地制宜

「除個別領域的訣竅外，資料分析還是一門本土化程度很高的技術！」全球最大的商業分析軟體公司賽仕（ＳＡＳ）台灣分公司副總經理蔡宜真強調，充分掌握對本土市場的民情、法規等變化，才能因地制宜，降低偏誤。以ＳＡＳ台灣分公司而言，約有三十位資料分析師，清一色都是本土人才。

資料科學家若對本土市場，或領域訣竅不夠熟悉，就會鬧出笑話。尹相志指出，曾有一家電信業者聘用外商建立「手機用戶流失模型」，但這家外商不知道台灣手機合約通常綁約兩年，外商把資料分析完後，他們告訴這家電信業者：「用戶約滿二十四個月時，就會開始大幅流失！」可是，對電信業者來說，這根本不算「流失」，而是常識。

同時兼具本土與領域訣竅的人才，並非一定要拿到資料處理學歷，才能當上資料科學家，在國外，往往是物理、化學、數學背景人才最被青睞。尹相志指出，資料探勘不是新學問，大都是概念從其他學科借用過來。他表示，例如資料的分類整理方式，就是沿用物理熱力學亂度的概念，而建立客戶評分卡，則是運用動物學的聚落思維。所以，許多資料探勘技巧，透過其他科系的嚴謹邏輯訓練，都能觸類旁通。

「其實資料探勘的技術，已經愈來愈不稀奇了，」尹相志表示，現在資料蒐集和分析技術都已不是障礙，資料科學家最重要的價值是，能夠透過分析各式各樣的資料，回答客戶千奇百怪的提問。曾經，他也曾疑惑，「資料科學家會不會只是看圖說故事、只會說空話的行業？」但他現在看到數據分析的結果，一一落實成各企業的策略，真正能替企業提升效率或節省成本，他開始相信，這是一份有意義，又有價值的工作。

轉自財訊雜誌