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：

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