想做數據科學？這位科研商業雙豐收的科學家給你建議

一位在學術和商業領域都頗有建樹的數據科學家，給希望以數據科學為業的後來人的七條建議。

撰文 Svetlana Dotsenko （Project Lever 創始人）

翻譯 金庄維

審校 譚坤

近來數學、統計學和數據分析能力成了就業市場上的寵兒：從劍橋到哈薩克，我聽到全世界的人都在問：怎樣才能充分發揮自己的一技之長？

為了了解這方面的工作，我請教了我的朋友 Alexander Isakov。Alexander 在哈佛獲得數學和物理雙學士學位後，留校攻讀物理學博士學位，並於今年順利畢業。他涉足眾多領域並且成果豐碩：他的博士課題是關於物理和社交網路；他發明了一種外科用的醫療器械，並得到了可觀的啟動經費；他還創辦了一家數據科學公司。

過去幾年中，無論是作為學者還是商人，Alex 致力於理解複雜系統的行為。「我一直對理解宏觀世界充滿興趣：我們如何影響朝夕相對的世界？而世界又如何不知不覺地影響我們？」他說道。

讀博期間，他曾與幾個科學家合作，利用一個非洲小部落進行數據分析，試圖理解人們如何形成小組，進行秘密襲擊。另外，他還與 L. Mahadevan（他的導師）和 Ben deBivort 的合作，帶領一堆本科生，利用模型核試驗，研究果蠅如何在腿受傷後恢復直行。他們發現本體感覺（感知身體各部分位置及用力多少的能力）在恢復過程中起到關鍵作用。研究其他生物的科學家也從中收到了啟發。「不管腿、細菌還是人，這些過程本質上都是獨立單元聚集起來，學習如何協調。」他說道。

在商業領域，Alex 解決的問題更貼近大眾，使用的工具也迥然不同——不再是物理方程，而是數據科學和機器學習中的技術。但他認為兩者有共同的原理。「我們如何預測客戶和員工的去留？我們如何優化在線客戶體驗？這些都是人類行為學問題。各家公司這些年來持續觀察，收集數據——我們幫助他們發現數據的意義，以及如何將數據轉化為可執行策略以改進業務。」

我讓 Alex 就如何成為數據科學家的職業規劃談一下他的想法，以下是他的回答。

1、學習理論

「我痴迷於理解科學的理論基礎。你應該學習嚴格的數學和科學課程，理解基礎知識，學會嚴謹、抽象地思考。

回想我們在大學前兩年學習的專業技能，主要有兩類：a）數學基礎，包括多元微積分、線性代數和基於證明的基礎課；b）學慣用微分方程和統計學對世界進行建模。

關於統計學，儘管很多課程傾向於實用性，我還是鼓勵你選擇更為深入討論理論的課程。學完後你會對「概率」有一個基本的概念，懂得如何對帶有雜訊的過程建模（相信我，現實世界有很多雜訊），如何預測順序發生的事件等等。如果在社會科學系選修統計類課程，你還會知道那些領域使用的特殊工具。例如，在經濟學領域，你會花大量時間處理時間序列。不過在更基礎的統計學課程中，你會學到更一般的方法，而這些方法在各學科都有廣泛應用。

2、找到有趣的問題

搞定這些理論後，你得找些有趣的問題。我建議你跟自己覺得有意思的人，聊聊他們正在思考的難題。

把自己當成純粹的「物理學家」、「化學家」或是「統計學家」既沒必要也不明智——那樣只會限制我們能夠發現的問題。好奇心旺盛才最為要緊。如果你主修統計學，有人告訴你一個有趣的物理學，甚至文學的問題，別不屑一顧——看看你能不能為此添磚加瓦！我們首先是人，其次才是科學家。

3、及早實踐

找個需要建立理論或是數據驅動模型（兩者兼備更佳！）的項目，應用你的理論和實踐技能。你可以開始學習各種複雜程度的計算機編程，我強烈建議你至少儘早學會基礎編程。

當你獲得計算機技能後，請求教授給你一個力所能及的項目，這個項目要涉及計算機模擬、基於主體的建模或者統計分析。進行真正的研究需要新思路，不像大一大二的新手項目那樣有現成的規律可循。

如果你對數據科學格外感興趣，在統計學和編程方面再加把勁。但實踐仍然是最好的提升方式。編程越多，你可能發現自己越需要第一步中的理論基礎。那就回歸起點，再接再厲。

4、為問題創造工具，而不是為工具找問題

我的博導，哈佛大學的 Mahadevan 教授從一開始就鼓勵我跟著問題走，不要被工具限制。作為學者、商人和/或領導人的價值就在於問題出現時，能找到創造性的解決方案，而不被形式困擾。

有一大堆工具固然好——統計學、計算機模擬、微分方程和關於各學科問題的知識，但是你很快就發現在課堂上學到的那些方法，根本就解決不了現實中的問題！錯綜複雜問題和注意事項、缺失數據、多中多樣的方法，你得在種種限制下做出艱難決定——你需要運用知識和現有工具不斷創造出新方法，直到行之有效，這才是需要學習的關鍵技能。

5、本科階段和研究生階段的學習研究方法有什麼不同？

研究生和本科階段很不一樣。本科時候你更專註於學習各種工具，接受各種訓練。我建議你在這一階段嘗試不同領域的項目。這對培養直覺、擴大視野大有裨益。例如，做一個關於統計學、物理學和人類學方面的項目，儘早開始職業生涯。成功獲得學士學位時，你就該對解決一系列問題駕輕就熟了。

在研究生階段，你會接受訓練成為下一個思想領袖——構想屬於自己的好問題，對全球共識有重要貢獻的問題。實際上，如果遵循以上建議，也許本科後期階段你就能開始了！

6、如何與導師合作？

不（一定）要接受他們給你的第一個問題。不要僅僅因為聽到很多流行的術語就盲目行事。成長和提高技能的關鍵在於尋找有趣的問題。你應該努力找到有好問題的導師——在學術領域，特指某個研究方向的領頭人物。

學聰明點。嚮導師請教。多問問題。要有勇氣。導師的存在是為了分享有趣的問題，但他們終歸也是人。和他們談談：在辦公時間找他們，一開始隨便聊聊天，接著討論你正在思考的問題。和他們分享你為什麼思考這些問題，以及為什麼你認為這些問題重要。

我先前犯的重大錯誤是：我認為自己知道的夠多了。我會找一兩個氣味相投的人，總和他們在一起，不再擴展自己的關係網。然而，即便是和其他一兩個人談談，你都會收穫新觀點，大開眼界。你不能獨自創造一切；孤軍奮戰效率終究是不高。

7．向不同領域的人學習

我真欽佩「文藝復興者」（theRenaissance man）——那些牛人駕馭了多個學科，解決各個領域問題。一切始於我對父母的敬仰。我的祖父也是個物理學家，發明了很多很多專利。我還特別敬仰我的導師們，特別是哈佛大學的 Mahadevan 教授。

說到底，我想做所有事情，包括成為幾個領域的領軍人物。其中之一便是商業，在那裡我能解決實際問題。

在學術領域，我想回答關於人性與哲學的問題。我們如何從情感演化的基本過程來理解社會？我們如何真正提出關於控制理論的問題——我們如何創造結構和裝置，優化控制系統？我們應該提出關於現實世界運作方式的問題並解決它們，最終讓世界變得更好。

總之，我祝願你敢於提出更好的問題，解決重要的疑難。

TAG:科研圈 |

※美著名科學家發聲：科學不是商業！
※長江商學院「科技X商業」燒腦課程來了！
※青年科學家如何創業？如何將科技商業化？
※商業機密、歷史趣談、科學奇聞，你想讀的這裡都有！
※寶麗來創始人蘭德 這個將藝術、科學與商業結合的男人
※商業分析與數據科學專業解析及職業發展
※在大連跟康奈爾大學教授做商業和經濟研究的機會｜推薦
※【揭秘】夏聯已成球哥招標會 他想學詹皇建商業帝國
※「精準醫學」參與者的商業邏輯是什麼？
※英國大學開設電競本科專業 培養電競商業人才
※大商人的現代商業管理哲學和人生智慧
※牛團長的商業哲學
※沃爾瑪也要建科技孵化器，這能對電商業務有多大幫助？
※從藥物的研發到商業化，這家創業公司想用AI提速醫學界效率
※科技+商業，就能掙錢嗎？
※美國三大醫藥商業企業的啟示
※比起商業體育娛樂報道 美國人更愛看科學新聞
※成為一名職業商業分析師的四條建議
※基因測序：從科學到商業有多遠？