資料科學家(Data Scientist)收集和分析大量結構化和非結構化數據。資料科學家的角色結合了計算機科學、統計學和數學。他們分析、處理和建模數據，然後解釋結果，為公司制定可行的計劃。
資料科學家工作內容，從實際案例分析
資料科學家的工作主要為溝通、分析，提出解決方案，但具體怎麼執行？拆解實際案例，來看資料科學家一步步分析並解決商業問題的過程。
案例：老闆希望資料科學團隊做 Chatbot，如何反應？
資料科學家發現與解決問題的四步驟：
- 溝通需求與目標
- 拆解問題，不斷假設驗證
- 建立模型
- 模型迭代與優化
以下分別說明各步驟內容。
步驟一：溝通需求與目標
當別人提出需求時，很重要的一點是「先問他到底為什麼要做？」
溝通很重要，如果不了解背後動機，時間花了做出來對方不滿意，那就是兩敗俱傷。所以要先溝通需求，釐清原本的問題是什麼。
如果公司要做 Chatbot，有兩個可能性：
- 客服團隊成本太高，那麼 Chatbot 要解決的問題是降低成本
- 客服團隊的客服品質不好，那麼 Chatbot 要解決的問題是能提升品質
釐清需求後，要再了解對方的團隊是否有以前的資料可以用，如果沒有，就要從蒐集資料開始。
步驟二：拆解問題，不斷假設驗證
確定有資料後，接下來開始分析，根據目標提出假設。
比如目標是要提高客服品質，那首先要先用資料證明為何客服品質不好，如果沒有資料，就先蒐集資料，比如讓使用者填問卷，先確定這是團隊要解決的問題。
確定客服品質不好後，繼續假設：
- 客服品質不好，是因為跟 Chatbot 聊天要聊很多次問題才被解決嗎？如果是，那可能是對話的 Flow 設計有問題
- 或是 Chatbot 每次都不太懂使用者在講什麼？如果是，那可能是資料科學的模型精確度不高
若最後確定是第二點，Chatbot 每次都不太懂使用者在講什麼，那麼所謂不懂，是否有資料可以證明它真的不懂？有沒有實際數字可以衡量？
在這一步，需要不斷去拆解問題、提出假設，再用資料去驗證，最後才能找到問題的癥結點。
前兩步驟也是資料科學工作中花最多時間的步驟，溝通跟分析問題大概佔了 70%，剩下 30% 時間才是做模型。
免費點我下載數據技能路線指南
步驟三：建立模型
最後，當團隊取得共識，知道要解決的問題是什麼，有一個完整故事與邏輯證明每個流程是相關的，會開始提解決方案。
解決方案的第一版通常是確定問題的三個月後提出，下一步才是做模型。
如果這個問題是新的，沒解決過的問題，團隊會先做文獻綜述（Literature review），查看其他人的論文做過哪些嘗試，進而去選擇一個較好的方法，避免走錯路浪費時間。
開始建立 AI 模型時，第一步是做基準模型（Baseline Model），基準模型就是找一個方法很簡單但很可靠的方式，去初步驗證資料能不能用、資料品質如何，比如使用 XGBoost、Linear Regression 等。
當基準模型做好後，就不用擔心資料的問題了，接下來就可以專心把模型做好。
步驟四：模型迭代與優化
模型建立好之後，後續就是看需求方有沒有新的需求或方向，或團隊是否有更多時間把模型做得更好，成立長期的專案小組。
至於如何才算結案？
每個資料科學專案其實沒有結案的一天，取決於公司需求與資源，是否將模型從基本程度提升到更精確的水平，這其中可能是從花費三個月到三年的差異。
藉由上述案例分享呈現了資料科學家如何分析與解決商業問題。
數據分析 Data Analysis 怎麼做？資料分析 5 步驟
資料科學家需具備什麼核心技能與特質？
想成為資料科學家，常見入門背景有哪些？非相關科系，該從哪個方面切入學習？資料科學家的核心能力為何？
常見入門資料科學領域的三大背景
Data Science Society 文章提到的資料科學職涯路徑圖，說明最常入門資料科學的三大背景為：資訊科學、數學與統計、商業知識，因為資料科學家的工作會運用到溝通、分析與建立模型。
三者中最重要的為「數學與統計能力」。資料科學需要去摸索並解決問題，而怎麼做決定就需要統計能力。當看到一個問題，是否能用資料證明，它跟什麼是有相關的，或是做 A/B 測試時，知道要把 A/B 測試跑在多少人身上，能得到準確的估計結果。擁有數學與統計能力，才能真正做到資料導向的決策。
「所謂數學與統計能力，不用真的很厲害到數學家那種程度，但至少要有底子，例如不一定要會算信賴區間，但要知道這個概念是什麼。」
至於資訊科學或資工能力，主要在建立模型時會用到。想進入資料科學領域的工程師，可以選擇學 Python，因為 Python 有較多的網路資源。
上述背景知識有助於入門資料科學領域，而若想成為優秀的資料科學家，應具備的三大核心能力：
核心能力一：機器學習
機器學習是目前必備的硬技能，若沒有機器學習這項技能，不太可能做出解決方案，就算使用套件，也會需要懂機器學習，才能將資料處理的效能做到可以用。
核心能力二：批判性思考
批判性思考主要是辨識及分析問題的能力。當看到一個現象時，怎麼做假設並驗證，是否能問出有用的問題，最後解決掉。
比如很多時候模型的整體表現不錯，但一上線發現有點問題，這時候批判性思考很重要，要去找出什麼地方有錯，通常會去參考別人做錯的案例，但問題在於線上的資料，它沒有正確答案，會需要去思考各式各樣的環節，到底哪裡可能出錯。
核心能力三：溝通能力
資料科學家需具備良好的溝通能力，能夠用淺白的方式和他人清楚解釋及說明。
對於很多不懂資料科學的人，資料科學就像是一個黑盒子，很多時候對方在和資料科學家談話時，他其實是不信任的，因為他不知道資料科學家在做什麼。這時候溝通就很重要，要把你在做的事情，及為什麼這樣做，用白話的方式解釋清楚。
資料分析師、資料科學家、資料工程師，有何差異？
三者的差異簡單來講可分為：
- 資料分析師：負責找到問題，是第一步（數據分析師的3個必備技能與工作內容）
- 資料科學家：在不知道解決方法的情況下，負責找出一個解法，在過程中也會用到分析
- 資料工程師：在所有已知的解決方法中，挑選一個適合作法，每天都在做取捨
其中資料科學家，與資料工程師這兩個職位，通常在國外大公司如 Facebook、Google 通常沒有明確的區分，重點是聘你進去後能夠幫公司解決問題，如果本身有相關技能最好，沒有技能，有資源的公司也會讓你去學。
如果是比較小、資源不太充足的公司，就會很明確地說要什麼樣的人，因為他們已經有既有的問題在等你了。
資料科學家、資料分析師、資料工程師，實務上如何在資料團隊分工
想成為資料科學家，如何累積作品？
在資料科學社群平台 Kaggle 累積作品是蠻好的入門方式。很多人來應徵資料科學家時，會展示在 Kaggle 的作品、建了哪些 AI 模型。但要注意，更重要的是面試官想知道你如何去挖掘背後的問題，如何看待資料，你的想法與其他人有何差異。因此除了展示作品集外，還是要著重對問題本身的分析。
小結
資料科學家的工作，很高的佔比在於與人溝通需求、拆解及分析問題，其中會運用到溝通能力及批判性思考，並藉由數理與統計知識進行決策，最後，才是使用機器學習與技術能力建立模型，提出解決方案。
因此，想進入資料科學的領域，成為優秀的資料科學家，除了硬技能的掌握外，更需要擁有分析與拆解問題的思維，才能釐清問題的癥結點，提出最有效的解決方案。
