資料科學家短缺成大資料時代絆腳石？
“智慧”的能力，是能夠適應不斷變化的環境，以及改變環境使之更加有利於人類的生活和繁榮。對於在不斷變化的世界中人類的可持續發展，連續的適應性是至關重要的。 這個智慧的願景依賴於先進的分析，而這又依賴於培養專業的資料科學家，以建立大資料應用程式驅動其成為現實。在一定程度上，為我們的企業和社群配上大資料、高階分析、實時感測器網格、自動反饋迴路、嵌入式決策自動化，和其他最佳化的基礎設施的武器，我們就可以確保人類在地球上的可持續發展。 在大資料時代，資料科學家在開發團隊中至關重要。他們包括統計分析專家、資料探勘專家、預測建模專家、計算語言學家和其他的專業人士，他們的工作是在大型、複雜的資料集中找到深刻的見解。要釋放大資料在您的業務中的全部價值，您需要彙集最優秀和最聰明的資料科學家，並提供他們所需要的工具，讓他們能夠以最大的生產力做好自己的工作。 有些人認為，由於面向企業的資料科學家短缺，大資料時代的發展將會被迫停頓。但是，我認為這些擔憂被誇大了，原因如下： *隨著更多的資料發現、採集、準備和建模功能等在更好的工具中實現自動化，今天的資料科學家們將有更多的'時間開展他們的核心工作：統計分析，建模和互動探索。 *需要資料科學家從零開始進行開發的模型日漸稀少。這是因為越來越多的大資料專案上執行的嵌入式應用程式的分析模型被納入到商業解決方案。 *資料科學家將能夠越來越多地根據需要從外部的專業服務公司獲得。 *越來越多的企業建立資料科學中心，以促進資料科學舉措的標準化、再利用、協作、管理和自動化。 *開源社群和工具將大大延展資料科學知識的邊界，增加您身邊的資料科學家，無論是作為員工還是合作伙伴。 *自學成才 - 包括自學成才的、未獲證書的、對資料充滿激情的業務分析師 - 會在許多企業的資料科學措施中發揮重大的作用。 結論是核心資料科學家的資質 - 包括好奇心、智力敏捷、統計流暢、科研後勁、科學嚴謹、懷疑天性 - 分佈廣泛，遍及世界各地的勞動力。如果您的企業的生存依賴於大資料，您需要招募、培訓和激勵這些人。同樣重要的是，您應該給予他們的工具和環境，使他們可以做最好的工作。您的企業的成功依賴於這一點。