「數據科學」(Data Science)透過應用一系列邏輯及分析技巧，協助人類做判斷、解讀及預測。圖：取自123RF
數字會說話！每日生活都脫離不了數字，從數字累積而成的數據經過有效的統整、分析，更能進一步預測，這就是所謂「數據科學」(Data Science)，透過應用一系列邏輯及分析技巧，協助人類做後續的判斷、解讀及預測，舉凡購買行為、各式商業分析都能應用。數據科學驅動各行業的創新應用，並讓產業進而轉型成「數據加值管理」的產業，在D（Data）時代，能妥善運用數據科學就能掌握先機。
跨領域融合多項專業
所謂「數據科學」並非獨門單一的學科，而是融合數學、統計、電腦科學、機器學習等多個跨領域的專業。運用大量數據彙整、統計推斷、邏輯分析等過程，藉以找到數據背後所隱藏的事實及模式，讓人能有效判斷，進而預測，以利後續的行為決定。
各行各業廣泛應用
舉凡各行各業如電商、金融保險、製造業、能源業、生技製藥、衞生保健、資通訊，甚至連新創公司創業前的商業評估都需要借用數據科學。例如：電商能運用數據解讀出哪些是熱銷產品而增加進貨；生技製藥能利用醫療數據加速新藥的研發；製造業分析生產數據以提升產能。
必備基本要件
數據應用多元廣泛，大數據人才，尤其是數據科學家成為各產業爭相高薪挖角的人才。成為一名能精準預測，並為企業帶來效益的數據科學家必須具備4大條件。首先，必須熟悉數據科學技能，這當中包括數學、統計學、編碼、計算學、模型建構、數據管理等。其二：須具備該領域有相當的業務知識。例：在生技醫藥從事數據分析，本身也得對產業有一定的了解；其三：具好奇心及洞察力，一名好的數據人才必須「主動」看見問題，而非「被動」解決問題。其四：具出色的溝通能力，才能在跨部門報告中解釋分析結果，並根據結果協助企業做出最佳的行動方案及判斷。結合專業、跨領導知識、洞察力、溝通4大能力，是數據科學家基本的必備條件。
就業市場多元
數據科學家的就業選擇多，如上述製造、金融、電商、能源等產業之外，針對不同工作內容也有多樣的選項，可走行銷、財務、生產、研發、專案、營運等多方面切入，端看個人專業及喜好來選擇。
延伸閱讀：
上班忘記打卡解救法！勞動部一招解套不扣薪
原文出處：
https://www.1111.com.tw/news/jobns/146203
#數據科學家#大數據#Data Science#數據
