大數據時代下的熱門專業

熱門專業來了去，去了來。許多盲目追熱門專業的學生，充滿希望地投入一個熱門專業，但四年後畢業時，正好趕上這個熱門泡沫破滅、人才過剩。十多年前IT泡沫破滅時，許多計算機人才就遭此命運。不過，那些本科在基礎學科中打下了堅實基礎的，往往能隨機應變，則很短時間內就掌握了熱門。當熱門不再熱時，他們也能及時轉向。

最近的一個熱門專業，是數據科學，準確地說，這個熱門叫什麼名字，還很不確定。在傳統學科中，也許統計與之最為接近。

這門科學雖然還沒完全定型、定名，但已經在現實中運用的風風火火。不久前在報紙上讀到一篇報道：一位父親在郵箱里收到某名店寄給女兒的嬰兒用品廣告，裡面的賀卡寫得明明白白：「恭迎您的孩子!」父親大怒：我女兒才上高中，怎麼可能生孩子?!於是找那家店去評理。結果馬上發現：女兒確實已經懷孕。店裡根據他女兒購物的信用卡記錄，琢磨出連她自己的父親都沒有察覺的事情。

這就是大數據的厲害：從購物、網上活動、到犯罪數據、交通流量、乃至各種經濟信息，都在大數據的分析範圍之內。不管是一國的政治、軍事決策，還是一個大公司的市場戰略，全鑲嵌在數據科學之中。我發現，亞馬遜甚至對我這麼一個閱讀範圍廣泛、興趣變幻不定的人也非常了解，經常能夠準確地推薦給我各種學科的書籍，而且往往是我正需要的。我在亞馬遜上購物的一舉一動，都進入了其數據分析模式，這個模式在不停的分析我的思想動態。

如此神奇的數據科學並非橫空出世。傳統的數學、統計學，就與之十分接近。後來的計算機、信息處理等等，也都與之密切相關。經濟學中早就大量運用統計和數據。即使在歷史學中，數據資料的運用也越來越廣泛。不過，數據科學又不能被上述任何一門學科所概括。

用Charleston學院計算機系主任Christopher Starr的話說，「數據科學正在崛起為一個新學科，但絕不是多學科簡單的相加，而是一個完整的知識體系、職業操作和組織、以及一整套倫理責任。」數據科學家不僅僅是用計算機等現代信息處理技術收集數據，而且要建立數學模型對之分析，並從這種分析演繹出某種故事、圖像。上面的例子就很清楚。一個女高中生購物，刷卡付款後留下的是一堆數據。這些數據數量並不大，但經過某種模型的自動分析，很快構造出一個生活中真實的故事：她懷孕了，正在等著自己的小寶寶出世。

如今，當人們每天到店裡刷卡、或在網上購物、閱讀時，幾百萬、幾千萬、乃至上億的故事就這樣通過乾巴巴的數據有聲有色地被構造出來，為企業、政府、大學、慈善機構和各種其他組織提供了政策依據。但這一切，是否侵犯了個人隱私?公共領域和私人領域的界限如何劃分?這又涉及到法律、倫理、政治等等方面的一系列辯論。

也正是如此，統計學最近在美國校園裡漸漸熱起來。另外，哥倫比亞、斯坦福、紐約大學、西北大學、喬治梅森大學、印第安納大學、加州大學爾灣分校等等，在最近幾年建立了十幾個有著不同名字的數據科學的學位或證書課程。這並不是一點小動靜。要知道，過去幾年美國被經濟危機所困，各大學紛紛消減和凍結項目、課程、教職，連哈佛這樣的巨無霸都不能免俗。能夠逆流而上建設新的課程，必定是回應強烈的市場信號。

麥肯錫環球諮詢公司指出，要滿足美國對數據科學家的需求，大學必須把現有的人才培養量擴張60%。到2018年，這個領域將出現50萬個左右的工作，數據科學家的短缺將達19萬人，另外還需要150萬個理解數據科學的管理和後勤人員。這也難怪，如今雖然經濟不景氣，許多這個學科的畢業生起薪能達十萬美元以上。比如，北卡州立大學(North Carolina State University)本來名不見經傳，在《美國新聞與世界報道》中的全美研究性大學排名中居於百名以外。但該校2007年建立了與數據科學相關的分析(Analytics)專業碩士課程。2012年84位畢業生全部找到工作，平均起薪接近9萬美元，有經驗者則超過10萬美元以上。

數據科學家需要什麼素質?我們本能地想到那些應用數學、統計學、計算機信息處理等方面的人才。這確實也八九不離十。不過僅此還不夠。在哥倫比亞講授數據科學入門的Rachel Schutt指出，數據科學家是計算機科學家、軟體工程師、統計學家的雜交。不過，最好的候選是那些對世界充滿好奇的人，那些喜歡問問題的思想家，那些喜歡面對雜亂無章、缺乏結構性的情景，又喜歡給這種沒有結構的現實提供一種結構的人。如果更通俗的語言解釋，能夠捕捉數據科學所提供機會的人，主要還是那些「學好數理化、走遍天下都不怕」的理工精英;同時，他們必須能夠為自己所收集、處理的數據賦予意義，從中講出故事來。這又要求他們具有相當的社會科學的訓練。《紐約時報》就舉出例子：哥倫比亞大學有個碩士課程，叫社會科學的數量方法。那裡已經成為數據科學家的訓練營地。

數據科學的崛起，為我們思考「熱門專業」、「新興學科」的個人教育戰略提供了一個典型範例。數據科學炙手可熱，一大堆學位或證書課程迅速上馬。但是我們必須注意到兩點：第一，這些上馬的課程，主要是研究院的課程，不是本科課程。第二，這些課程准入門檻很高，不是誰都能上。數理基礎不行的，最好繞道走。這也保證了這些課程規模有限，所培養的人才在未來幾年頗有些壟斷優勢，鎖定了高薪。

中國的學生和家長，特別喜歡追「熱門專業」。我對他們的勸告是：本科階段，最好學一些基礎專業，如文史、經濟學、數理化、工程等等。這是本。某些花哨的「熱門專業」，多屬雕蟲小技，是末。切不可本末倒置、輕上時髦專業的「賊船」。第一，「熱門專業」來得快，去得也快，大家追風扎堆，轉眼間就人才過剩。本科四年時間非常長。進去時某個專業還在熱，畢業時可能黃瓜菜都涼了，已經成為待業大本營。第二，本科的「熱門專業」，作為新學科往往不成熟，缺乏學術傳統，教授東拼西湊，灌水成分比較大。跟著這些雜牌軍學不到真本事。

與此相對，如果本科不追時尚，修鍊好數理、文史和社會科學方面的基本功，日後學什麼都快。有了本科練就的功夫，申請研究院就有本錢，到那時跳到「熱門專業」也不晚。一個「熱門專業」的碩士課程，往往就一兩年，時間短得多，「熱門」變冷的機會自然小得多。在本科基本功的底子上短平快地攻克一個新學科，比起投入本科四年來要保險穩妥得多。特別是數據科學這樣的熱門專業，雖然在商業中的運用最廣、需求最大，但商科學生往往學不了，反而是數學系的「書獃子」們有先聲奪人之優勢。所以，對待大學教育，切不可急功近利。否則恐怕就會落得個「機關算盡太聰明」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！