十年過去了,資料科學家依然是 21 世紀最性感職業嗎?

十年前,《哈佛商業評論》(Harvard Business Review)出刊了一篇文章,指出資料科學家(data scientist)是「21 世紀最性感工作」。十年後,這種說法依然成立嗎?《哈佛商業評論》再次探討了這個問題。

2012 年時,「資料科學家」仍是一個相當新鮮的職業,幾乎只有矽谷科技公司需要這類人才——當時資料科學家並沒有明確的職涯道路,因此他們來自不同教育背景,像是天文學家、心理學家、氣象學家等。

《哈佛商業評論》指出,經過當年對 35 名資料科學家的非正式調查中他們發現,資料科學家大部分在某個科學領域擁有博士學位、在數學方面相當出色、知道如何寫程式,且由於當時並沒有相應的工具讓他們使用,他們也擅長實驗與發明。

十年後的今天,資料科學家更性感了

而十年後的今天,大部分主流公司都已經步向以數據為導向的營運方式,他們已經知道從數據中萃取出重要商業洞察,並將其作為營運政策依據的重要性。《哈佛商業評論》認為,經過十年,企業家只會比以往任何時候都還需要這樣的角色進入公司。換句話說,資料科學家在十年之後,變得「更加性感」了。

2019 年,光在求職網站 Indeed 上的資料科學家職位就暴增了 256%,美國勞工統計局更預測,到 2029 年,資料科學職位的增長將超過其他任何領域,且此類炙手可熱的人才薪酬非常高。一位經驗豐富的資料科學家在加州的平均薪資可達到約 20 萬美元。

包括銀行、保險、零售商甚至是醫療行業、政府機構如今都有大量的資料科學團隊,大型金融公司甚至擁有數百名資料科學家。這群專業人士也能在解決社會危機上扮演要角,他們能計算、預測 COVID-19 病例與死亡人數,並且應對氣候災害,甚至還能找出那些在網路上到處散播假消息的網軍。

 TO 推薦閱讀:怎麼成為大型科技公司的資料科學家?盤點 Netflix、Meta、AWS 都看重的「這項特質」

十年後的今天,令資料科學家頭痛的問題依舊

不過儘管企業對資料科學家的需求增加,但令這群工作者頭痛的問題依舊,例如仍然需要花費大量時間清理與整理數據,儘管現在已經有許多 AI 工具能夠提供協助,資料科學家花在數據清理上的時間仍然不見明顯改善。

另外一個令資料科學家頭疼的問題是,企業並沒有建立「數據驅動」(data-driven)的文化,甚至也不會運用資料科學家提出的見解,這代表,儘管被高薪聘用,資料科學家時常無法為企業帶來真正的改變,這也導致資料科學家的失望情緒以及高流動率。

 TO 推薦閱讀:「資料為本」成決策文化! Airbnb 疫情下催生有史以來成長最快速的產品

若看更為正面的一面,仍然有部分企業以及管理階級意識到了資料科學對業務發展的高度重要性,他們已經著手建立起資料科學「團隊」,而非聘僱單一資料科學家,並企圖在組織內部使資料科學民主化。

TechOrange《2022 雲端 AI 應用大調查》分析報告指出,「缺乏雲端/AI 專業人才」已經成為企業轉型時的最大痛點——痛的程度甚至超越「資料蒐集」這個大難題!

立即點我下載報告,解答台灣企業導入 AI 的 Top5 商業目標!

這個消息 TO 只偷偷告訴點進這篇文章的你:

現在下載報告,還能搶先其他讀者優先收看簡立峰獨家剖析未來 AI 趨勢!

十年後的今天,資料科學家還迎來這些變化

2012 年時幾乎沒有所謂資料科學學位課程,但時至今日情況已經不同,任何想進入這個職業領域的人擁有相當多樣的選擇,包括學位課程、線上課程並且可以取得相當多元的證書,在 Coursera 上甚至還有 GoogleMetaAWS 等科技巨頭提供的相關課程,學習者可以在課程結束後取得證書。

 TO 推薦閱讀:盤點資料科學家必備 8 大技能、薪水到底有多高?一文解密 21 世紀最性感職業!

值得注意的是,與資料科學相關的職業也在急遽增加,這包括機器學習工程師、資料工程師、AI 專家、資料產品經理等,有些工作甚至比資料科學家更受歡迎。這可能是由於企業已經發現,單靠一個職位(資料科學家)仍然沒辦法將模型成功部署,以在公司營運或政策上發揮作用,因此透過建立職能上更多元化的團隊,盼能提高模型部署率。

 TO 推薦閱讀:資料科學家、資料工程師和軟體工程師差在哪?這張圖讓你秒懂

此外,十年後的今天,資料科學家所使用的工具與技術也大不相同,也變得更為自動化,例如 AutoML、MLOps 等工具的出現便可提升資料科學家的生產力,並讓模型更加持續準確,並且這類工具也為「平民資料科學家」打開了一定的可能性。

資料科學家這職業,只會越來越性感

商業世界正越來越以數據驅動,TechOrange《2022 雲端 AI 應用大調查》分析報告就顯示,AI 與雲端帶給企業的效益相當明顯,且持續成為企業重點投資項目。

然而,也有 34.7% 的受訪者指出,組資內部資料科學、AI、數據工程等人才的短缺,已經成為了企業發展 AI 的最大挑戰,甚至超越資料處理過於費時等問題,顯見,未來資料科學家等相關職位只會在企業中扮演更加核心的角色,21 世紀最性感職業的稱號,也將持續下去。

(本文提供合作夥伴轉載,首圖來源:Photo by Glenn Carstens-Peters on Unsplash

TO 推薦閱讀:【內附資源】轉職資料科學家,實際成本可能不到 7000 台幣