資料科學金字塔階級：淺談業界的職務與職稱差異
近日在YouTube看到一部影片「 What REALLY is Data Science? Told by a Data Scientist 」，針對目前資料科學在業界廣泛的職務與職稱所帶來的混淆作解釋，雖然裡頭講解的模式可能會隨著不同產業有些許差異，但大抵上的原則與概念是通用的。影片的作者 Joma Tech 本身是BuzzFeed的Data Scientist，他的頻道也有許多與資料科學相關的Vlog，兼具娛樂性與知識性，很適合對於資料科學有初步認識的人收看。這篇文章，希望能夠透過Joma的解釋，來釐清目前對於資料科學的一些疑惑與誤解。 資料科學 (Data Science)是甚麼？ 近年來大數據、資料科學、深度學習等等話題持續走紅，尤其人工智慧、機器學習等相關學問更是人人趨之若鶩。但如果以為這就是資料科學的全貌，那可就大錯特錯了！資料科學並不是只有建立出百分百的預測模型，畫出非常炫麗的視覺化圖型、又或是不停地的寫程式而已。資料科學的定義，是從資料中挖掘任何可用訊息，進一步地用以提升或改善企業營運上的指標。不論是統計學、機器學習、人工智慧等等，都是在這樣的框架下被運用的工具。對於企業而言，只要能夠從資料改善運作來改善公司運作或提升營利，選用何種工具而言本身並非商業上最要緊的議題。在現今鎂光燈都聚焦在人工智慧與深度學習的時代，這樣的概念講來雖然並不新穎，但卻時常被忽視。 資料科學階級金字塔 (The Hierarchy of Needs) (來源： The AI Hierarchy of Needs - Monica Rogati ) 上圖的金字塔所呈現的，是資料科學中各項職務的階級 (hierarchy)。就像是蓋金字塔需要從底層往上慢慢蓋一樣，當人工智慧一窩蜂地吸引人們爭相效尤時，人們也必須意識到在那之前需要有良好的基礎才能達成。雖然，資料分析在各個領域與產業的形式會有些微差異，但大抵上不脫基本的處理進程： Collect ：資料從何而來？有哪些型式？有哪些來源？針對資料收集的各種制定，是資料分析最前端的任務。 Move/Store ：這階段會處理資料的儲存與移動，包括結構化與半結構化的資料儲存、資料從前端匯入到後端的pipeline建立等等。 Explore/Transform ：資料的探索與轉換，如遺失值與極端值的處置等。這...