數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)主要是關(guān)于什么的學(xué)科(數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)的專業(yè)介紹)

一段時間以來，我一直對數(shù)據(jù)科學(xué)家如何更好地相互交流他們的數(shù)據(jù)分析活動以及與領(lǐng)域外的人交流感興趣。在我看來，我們目前的方法是不夠的，因為它們大多是從其他領(lǐng)域（尤其是計算機(jī)科學(xué)）借用的。其中許多工具都很有用，但它們并不是專門為傳達(dá)數(shù)據(jù)分析概念而設(shè)計的，并且常常存在不足。今年早些時候，我在院長講座中談到了這個問題，以及數(shù)據(jù)科學(xué)領(lǐng)域如何從發(fā)展自己的理論中受益，以像其他領(lǐng)域一樣簡化通信。

我在其他領(lǐng)域注意到的一件事是，這些領(lǐng)域的發(fā)展可以部分視為日益專業(yè)化的趨勢。隨著一個領(lǐng)域的人們在某個子專業(yè)上變得更加專業(yè)，專家需要相互溝通和協(xié)調(diào)才能生產(chǎn)出完整的產(chǎn)品。隨著時間的推移，將一個領(lǐng)域劃分為一組專家會推動通信工具的開發(fā)，這些工具可作為雙方商定的信息交換所。如果沒有足夠的工具，增加項目人員所涉及的溝通成本將變得太大，整個企業(yè)可能會崩潰。FredBrooks在《神話人月》中對軟件工程項目進(jìn)行了著名的描述。

我認(rèn)為討論其中一些其他領(lǐng)域以及它們?nèi)绾慰朔ㄐ殴ぞ咴黾拥膶I(yè)化和職責(zé)分離可能會有用。追溯其他領(lǐng)域的歷史是有啟發(fā)性的，因為它可以為我們討論數(shù)據(jù)分析提供基礎(chǔ)。我與希拉里·帕克的播客的聽眾知道，我們經(jīng)常有一個被稱為“類比角”的部分，這是統(tǒng)計的簡單版本。

其他領(lǐng)域的專業(yè)化

第一個例子來自電影制作和劇本開發(fā)。劇本實驗室描述了劇本的歷史以及劇本開發(fā)之前電影制作的工作方式：

在思考編劇的歷史時，我們不能將劇本寫作理論與電影制作的演變分開。最早的電影通常是個人項目，從構(gòu)思到完成。這被稱為“攝影師系統(tǒng)”，是最原始的電影制作。很快，導(dǎo)演就成為了整個過程的核心，但大多數(shù)電影都是在沒有明確導(dǎo)演想要拍攝什么的情況下制作的。當(dāng)導(dǎo)演計劃下一步拍攝什么時，工作人員經(jīng)常等待。

這部電影是一個單人項目，或多或少是線性發(fā)展的。這是一個低效的系統(tǒng)——當(dāng)今大多數(shù)電影都是以高度非線性的方式制作的，以適應(yīng)演員的日程安排和各種制作流程。

如今，劇本是一個重要的交流中心，許多電影制作部門（服裝、化妝、發(fā)型、道具、布景）都可以圍繞它組織活動。想象一下，如果每個部門的代表都必須就其工作的每個細(xì)節(jié)單獨咨詢編劇或?qū)а?。這將是一場日益復(fù)雜的噩夢。有了一份書面文件，比如劇本，每個人都同意對“電影中發(fā)生的事情”具有權(quán)威性，人們就可以完成工作，而無需不斷的來回溝通。

DataFocus企業(yè)大數(shù)據(jù)BI分析系統(tǒng)讓數(shù)據(jù)分析就像搜索www.datafocus.ai/?from=zhihu第二個比喻來自金融。在金融領(lǐng)域，專業(yè)化的發(fā)展與有限責(zé)任類似。這里的“專業(yè)化”是指公司所有者與管理者的分離。因此，公司管理者必須有辦法向投資者傳達(dá)公司運(yùn)營的具體情況。因此，財務(wù)報表、會計規(guī)則和各種公開文件的制定是為了讓投資者分析公司的健康狀況。格雷厄姆和多德的開創(chuàng)性安全分析本質(zhì)上是呼吁投資者根據(jù)公開數(shù)據(jù)評估公司，而不是根據(jù)關(guān)于什么是良好或安全投資的常見神話和傳說。如今，隨著所有者和管理者的分離以及兩者之間標(biāo)準(zhǔn)化溝通格式（例如S-1、10-K、10-Q等）的創(chuàng)建，我們擁有了全球資本市場體系的基礎(chǔ)。

最后一個類比來自西方古典音樂，音樂的作曲家和演奏者之間經(jīng)常存在分歧。在更復(fù)雜的交響樂中，您可能會說存在三個角色：作曲家、表演者和翻譯/指揮。然而，在早期古典音樂中，這種劃分并不存在，作曲家經(jīng)常自己演奏音樂，而且常常是他們自己。在這種情況下，不需要寫下來，因為音樂可以存儲在作曲家的頭腦中并演奏。這個概念在電影《阿馬德烏斯》中得到了很好的體現(xiàn)，莫扎特將他的歌劇《魔笛》描述為“在我的意大利面條中”（其余的只是涂鴉和胡言亂語）。

當(dāng)然，歌劇可能是古典音樂的終極例子，音樂家、歌手和設(shè)計師之間需要某種溝通工具來協(xié)調(diào)。因此，對于大多數(shù)古典音樂，我們都有樂譜，它指定了每個樂器和簽名者在任何給定時間所做的事情。擁有標(biāo)準(zhǔn)化的記譜可以讓不熟悉作曲家的其他人快速掌握正在發(fā)生的事情并收集演奏作品所需的時間和資源。

數(shù)據(jù)分析呢？

在當(dāng)今的數(shù)據(jù)科學(xué)中，或者實際上在科學(xué)中，大部分都遵循“垂直整合”模型，即同一個人提出問題、收集數(shù)據(jù)并分析數(shù)據(jù)。直到需要將這項工作傳播給其他人（包括您自己）時，才真正需要一種溝通方法。在大型合作中，分析溝通需要從一開始就進(jìn)行，我的經(jīng)驗是，即使在最好的情況下，該方法也是臨時的，很難在涉及不同人員的另一個項目中重現(xiàn)。

大多數(shù)人都會同意，實際執(zhí)行分析的軟件代碼是傳達(dá)正在執(zhí)行的操作的重要部分。然而，并不是每個人都需要或想要代碼提供的所有細(xì)節(jié)。也許我們可以從音樂中借鑒的一個概念是樂譜和聲部之間的區(qū)別。在交響樂中，指揮家需要完美的樂譜，因為他們需要知道每個人在做什么。但第一小提琴手只閱讀第一小提琴部分，他們不需要閱讀整個樂譜才能在創(chuàng)作成品中發(fā)揮重要作用。

為數(shù)據(jù)科學(xué)開發(fā)適當(dāng)?shù)耐ㄐ殴ぞ邔τ跀U(kuò)展數(shù)據(jù)分析、讓更多人參與以及可重復(fù)性/再現(xiàn)性至關(guān)重要，以便更多人能夠了解分析中發(fā)生的情況。在那之前，我認(rèn)為我們將繼續(xù)將其他領(lǐng)域的工具插入數(shù)據(jù)科學(xué)過程，這很好。這些工具很有用，但我認(rèn)為最終并不完美。

DataFocus企業(yè)大數(shù)據(jù)BI分析系統(tǒng)，讓數(shù)據(jù)分析像搜索www.datafocus.ai/?from=zhihu一樣簡單