Andy Liao
加薪幅度可達 14%!「資料科學力」成人才鑲金關鍵,哪些技能包括在內?
談到「資料科學(Data science)」,自然會想到資料科學家、工程師等專業。資料科學已經成了許多工作的核心能力。美國人力資源研究單位 Burning Glass Institute 最新調查顯示,全美大約 1/4 的工作需要資料科學技能。
資料科學技能已不再是資工出身或工程師的專利,許多雇主願意付更多額外工資給具備資料科學技能的員工。只要具有資料策略和機器學習能力,加薪幅度可達 14%,而人工智慧、資料架構和大數據相關技能可達 12%。基本資料科學技能也有助於加薪,例如資料清洗(data cleaning),也有機會提升約 6% 薪資!
「資料科學」不是工程師的專利,有哪些技能涵括在內?
資料科學或許比你想像的還要廣泛,大抵上可以分為 獲取資料、分析資料、用資料來溝通 這 3 大方向:
獲取資料 | 分析資料 | 用資料來溝通 |
---|---|---|
資料收集 資料品質 資料倫理 資料記錄 資料獲取 資料結構 資料處理 資料架構 資料清洗 資料整合 資料隱私 資料安全 資料治理 資料儲存 |
商業資料策略 商業智慧 商業指標 數學 統計分析 統計建模 資料科學 定量研究 預測 大數據 人工智慧 機器學習 |
資料展示 資料寫作 人際溝通 |
資料科學不再特別!從精緻手工業轉向工業化
《麻省理工學院史隆管理學院評論》(MIT Sloan Management Review)指出,隨著生成式 AI 興起,資料科學家或工程師已經不如以往特別。而且會接觸到數據的工作愈來愈多,變成大型團隊,例如:一般企業可能會需要有工程師來整理數據、機器學習工程師來擴展和整合模型,還有專案經理來監督整個專案。
當然,開發全新的演算法或解釋複雜模型,還是需要專業的資料科學家,但需求量可能不像以前那樣多,也不會擁有同樣程度的影響力和光彩。
工作上不會遇到這麼多數據,仍然需要資料科學力
人力資源研究單位 The Burning Glass Institute 的報告也提到,以後不管在美國做什麼工作,可能都需要懂一點資料科學,遠遠超出了科技業的範疇,例如在 2023 年,美國大約 10% 醫療保健類的職缺將包含至少一項資料科學技能(像是資料收集、預測等)。又例如製造、貿易、石油和天然氣、農業、交通、行政、倉儲運輸等產業,將有 25-30% 的職位需要不同程度的資料科學技能。
盡快裝備才是重點,資料科學不用等到大學再學
資料科學技能正變得像電腦、手機和網路一樣不可或缺,報告最後提到,當今社會一直依靠大學來培養資料科學技能。然而需要這些技能的勞動力,恐怕遠超過接受高等教育的民眾。美國有將近 3/2 的人沒有大學學歷,如果要達到長遠的經濟成長,不能將這 3/2 的勞動力排除在外。
也因此,報告建議政府部門應該盡快把資料科學教育整合到義務教育中,職業學校也同樣可以教授相關課程,才有利於整體產業和經濟發展。
參考資料:The Burning Glass Institute、MIT Sloan Management Review