微软首席数据科学家告诉我们,数据科学学位的价值

微软首席数据科学家告诉我们,数据科学学位的价值

胡安·M·拉维斯塔·费雷斯(Juan M. Lavista Ferres)8岁时就学会了编码,几十年后,他童年对编程和技术的兴趣演变成了一个富有成效的职业生涯,包括目前在微软工作了13年多。

近来,拉维斯塔·费雷斯在微软担任了很多职务。他是这家科技巨头的首席数据科学家和副总裁,也是一名实验室主任,一直监督着微软的人工智能。该项目利用人工智能和数据科学帮助开发全球问题的解决方案,从保护母语到开发排放跟踪系统,以共享全球航运造成的气候影响。

JUAN M. LAVISTA FERRES

拉维斯塔·费雷斯(Lavista Ferres)是一位数据科学老手,或者说是这一新兴领域的老手,他在20多年的职业生涯中,大部分时间都在担任数据角色。在2009年以高级数据科学家的身份加入微软之前,他是艾乐特(Alerts)公司的首席技术官。并在美国开发银行从事软件开发工作。他说,当时,数据科学家没有职业前途。这已经改变了,据Glassdoor数据显示,自2016年以来,数据科学家的职位空缺增长了480%。

2005年,拉维斯塔·费雷斯在约翰·霍普金斯大学获得了机器学习和数据挖掘硕士学位。他说,这个项目相当于一个数据科学学位项目,因为他在此类项目存在之前就已经进入了研究生院。

拉维斯塔·费雷斯(Lavista Ferres)也对数据科学教育做出了重大贡献:他是美国统计协会数据科学和人工智能委员会的成员,该委员会从事数据科学项目认证工作,他与华盛顿大学数据科学学生合作,作为其数据科学课程的一部分。他还与哈佛大学合作开展哈佛数据科学倡议,并与斯坦福大学的RegLab合作。

《财富》杂志与 Lavista Ferres 就数据科学领域的发展情况以及数据科学学位课程如何融入其中进行了交谈。为了简洁明了,编辑了本文的访谈。如果你想了解更多关于数据科学的相关内容,可以阅读以下这些文章:
初级与高级数据科学家有什么区别?
如何明确和解决模糊的数据科学问题?
构建数据科学管道的 4 个步骤
2022年,我们给数据科学初学者推荐这5本书

数据科学职业如何随时间发展

《财富》:自你开始职业生涯以来,数据科学领域的发展如何?

拉维斯塔·费雷斯:数据科学是每个学科为了管理数据而必须创造的所有知识的组合。从经济学家到统计学家,再到计算机科学家或物理学家,每个学科都必须处理数据,所有这些学科都独立创建了处理数据的方法。一旦你将所有这些结合起来,这基本上就是我们今天所认为的数据科学。

在21世纪初至中期,很明显,处理数据是一项核心功能。这就是创建数据科学学科的原因,因为我们需要在处理数据和从数据中获取价值方面具有专业知识的人员。

我们今天使用的方法基本上与100年来使用的方法相同。我们今天使用的许多机器学习算法都是在20到30年前创建的,甚至一些我们创建的深度学习算法也非常古老。但由于数据不足,这些算法中有很多都没有很好地被使用。今天,我们拥有了前所未有的处理能力和数据量,才发挥出了这些算法的功效。

《财富》:在你现在共事的数据科学家中,你是否看到更多拥有数据科学学位的人?

拉维斯塔·费雷斯:当然,但至少根据我在微软的经验,最好的团队是那些拥有非常多样化背景的团队。目前,在我的团队中,我有经济学家、统计学家、计算机科学家、物理学家、具有电气工程背景的人,还有一些来自新学科的人,他们主要专注于数据科学,我们与他们合作。

我正在与一些创建这些数据科学项目的学者合作,但总的来说,我想说的是,你不需要学习数据科学就可以成为数据科学家。坦诚地说,目前在微软和科技行业工作的大多数数据科学家并不是专门研究数据科学的,但他们确实研究了一门包含大量数据科学元素的学科。

数据科学学位项目如何推进这一领域发展

《财富》:为什么你认为数据科学学位课程很有价值?

拉维斯塔·费雷斯:我认为有大量的问题可以而且应该用数据来解决。今天,几乎所有收集数据的组织都需要数据科学家。我们必须记住,我们已经看到数据呈指数级增长。存储数据的成本大幅降低,处理能力大幅提高。所有这些都有望继续增长,并提供前所未有的惊人机会。

在我们为人工智能而努力的过程中,我们所处理的问题非常多样。我们正在研究从一组特定的癌症到长颈鹿,再到白鲸,再到卫星图像来了解森林火灾的一切。数据科学的神奇之处在于,尽管这些问题与纯数据科学的观点确实不同,但解决方案是相同的。

它非常强大,因为只要你有数据,只要你有一位了解问题的主题专家,你就可以处理所有这些过程。因此,数据科学家非常需要从这些数据中获取价值。我认为有一个未满足的需求,这些项目中有很多都在帮助人们获得所需的技能。

你在工作中学到的大部分技能。然而,你需要一些基本技能。我在职业生涯的早期就学会了编码,但在我的学位课程中,我改进了编码,学习了机器学习和代数的基础。我还认为,对于美国计算机科学家来说,在不了解你能做什么和不能做什么的情况下处理数据是非常容易的,因为你也拥有很强的统计学背景。

数据科学的未来

《财富》:鉴于数据科学的应用如此广泛,需求如此之高,你认为该领域未来会走向何方?

拉维斯塔·费雷斯:无论你是医生还是物理学家,数据科学都将继续成为你工作的一部分。目前,许多数据科学家正在填补一个空白,因为所有这些学科都有数据,可以利用数据有所作为,但他们不具备相应的技能。

最终,我认为随着所有这些学科的发展,它们都将会将数据科学作为其课程的一部分。我认为一般来说,数据科学有着巨大的价值,但你会看到,许多学科都会经历与编码类似的事情。最初,只有学习计算机科学的人才有编码技能。现在,我们雇佣的大多数没有学习计算机科学的人仍然拥有编码技能。所以我认为数据科学也会发生同样的情况。

《财富》:作为一名数据科学家,还需要具备哪些其他技能?

拉维斯塔·费雷斯:最重要的技能是好奇心,这当然是必须的。有些人有很强的好奇心,能够提出正确的问题。了解影响也很重要,这意味着能够将重要问题转化为数据科学任务。此外,为了产生影响,您需要能够以其他人能够理解的方式,用外行的术语解释数据在说什么和没有说什么。

做复杂的事情是给人留下深刻印象的更容易的方式。但如果你真的想对世界产生影响,你的解决方案就必须简单。构建简单的解决方案很难,但它非常强大。

感谢阅读!你还可以订阅我们的YouTube频道,观看大量大数据行业相关公开课:https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ;在LinkedIn上关注我们,扩展你的人际网络!https://www.linkedin.com/company/dataapplab/

原文作者:MEGHAN MALAS
翻译作者:Chuang Zhang
美工编辑:过儿
校对审稿:Miya
原文链接:https://fortune.com/education/business/articles/2022/05/26/the-value-of-a-data-science-degree-as-told-by-microsofts-chief-data-scientist/