大数据时代下的热门专业

biostatistic

　热门专业来了去，去了来。许多盲目追热门专业的学生，充满希望地投入一个热门专业，但四年后毕业时，正好赶上这个热门泡沫破灭、人才过剩。十多年前IT泡沫破灭时，许多计算机人才就遭此命运。不过，那些本科在基础学科中打下了坚实基础的，往往能随机应变，则很短时间内就掌握了热门。当热门不再热时，他们也能及时转向。

　　最近的一个热门专业，是数据科学，准确地说，这个热门叫什么名字，还很不确定。在传统学科中，也许统计与之最为接近。　　

这门科学虽然还没完全定型、定名，但已经在现实中运用的风风火火。不久前在报纸上读到一篇报道：一位父亲在邮箱里收到某名店寄给女儿的婴儿用品广告，里面的贺卡写得明明白白：“恭迎您的孩子！”父亲大怒：我女儿才上高中，怎么可能生孩子？！于是找那家店去评理。结果马上发现：女儿确实已经怀孕。店里根据他女儿购物的信用卡记录，琢磨出连她自己的父亲都没有察觉的事情。

　　这就是大数据的厉害：从购物、网上活动、到犯罪数据、交通流量、乃至各种经济信息，都在大数据的分析范围之内。不管是一国的政治、军事决策，还是一个大公司的市场战略，全镶嵌在数据科学之中。我发现，亚马逊甚至对我这么一个阅读范围广泛、兴趣变幻不定的人也非常了解，经常能够准确地推荐给我各种学科的书籍，而且往往是我正需要的。我在亚马逊上购物的一举一动，都进入了其数据分析模式，这个模式在不停的分析我的思想动态。

　　如此神奇的数据科学并非横空出世。传统的数学、统计学，就与之十分接近。后来的计算机、信息处理等等，也都与之密切相关。经济学中早就大量运用统计和数据。即使在历史学中，数据资料的运用也越来越广泛。不过，数据科学又不能被上述任何一门学科所概括。用Charleston学院计算机系主任Christopher Starr的话说，“数据科学正在崛起为一个新学科，但绝不是多学科简单的相加，而是一个完整的知识体系、职业操作和组织、以及一整套伦理责任。”数据科学家不仅仅是用计算机等现代信息处理技术收集数据，而且要建立数学模型对之分析，并从这种分析演绎出某种故事、图像。上面的例子就很清楚。一个女高中生购物，刷卡付款后留下的是一堆数据。这些数据数量并不大，但经过某种模型的自动分析，很快构造出一个生活中真实的故事：她怀孕了，正在等着自己的小宝宝出世。如今，当人们每天到店里刷卡、或在网上购物、阅读时，几百万、几千万、乃至上亿的故事就这样通过干巴巴的数据有声有色地被构造出来，为企业、政府、大学、慈善机构和各种其他组织提供了政策依据。但这一切，是否侵犯了个人隐私？公共领域和私人领域的界限如何划分？这又涉及到法律、伦理、政治等等方面的一系列辩论。

　　也正是如此，统计学最近在美国校园里渐渐热起来。另外，哥伦比亚、斯坦福、纽约大学、西北大学、乔治梅森大学、印第安纳大学、加州大学尔湾分校等等，在最近几年建立了十几个有着不同名字的数据科学的学位或证书课程。这并不是一点小动静。要知道，过去几年美国被经济危机所困，各大学纷纷消减和冻结项目、课程、教职，连哈佛这样的巨无霸都不能免俗。能够逆流而上建设新的课程，必定是回应强烈的市场信号。麦肯锡环球咨询公司指出，要满足美国对数据科学家的需求，大学必须把现有的人才培养量扩张60%。到2018年，这个领域将出现50万个左右的工作，数据科学家的短缺将达19万人，另外还需要150万个理解数据科学的管理和后勤人员。这也难怪，如今虽然经济不景气，许多这个学科的毕业生起薪能达十万美元以上。比如，北卡州立大学（North Carolina State University）本来名不见经传，在《美国新闻与世界报道》中的全美研究性大学排名中居于百名以外。但该校2007年建立了与数据科学相关的分析（Analytics）专业硕士课程。2012年84位毕业生全部找到工作，平均起薪接近9万美元，有经验者则超过10万美元以上。

　　数据科学家需要什么素质？我们本能地想到那些应用数学、统计学、计算机信息处理等方面的人才。这确实也八九不离十。不过仅此还不够。在哥伦比亚讲授数据科学入门的Rachel Schutt指出，数据科学家是计算机科学家、软件工程师、统计学家的杂交。不过，最好的候选是那些对世界充满好奇的人，那些喜欢问问题的思想家，那些喜欢面对杂乱无章、缺乏结构性的情景，又喜欢给这种没有结构的现实提供一种结构的人。如果更通俗的语言解释，能够捕捉数据科学所提供机会的人，主要还是那些“学好数理化、走遍天下都不怕”的理工精英；同时，他们必须能够为自己所收集、处理的数据赋予意义，从中讲出故事来。这又要求他们具有相当的社会科学的训练。《纽约时报》就举出例子：哥伦比亚大学有个硕士课程，叫社会科学的数量方法。那里已经成为数据科学家的训练营地。

　　数据科学的崛起，为我们思考“热门专业”、“新兴学科”的个人教育战略提供了一个典型范例。数据科学炙手可热，一大堆学位或证书课程迅速上马。但是我们必须注意到两点：第一，这些上马的课程，主要是研究院的课程，不是本科课程。第二，这些课程准入门槛很高，不是谁都能上。数理基础不行的，最好绕道走。这也保证了这些课程规模有限，所培养的人才在未来几年颇有些垄断优势，锁定了高薪。

　　中国的学生和家长，特别喜欢追“热门专业”。我对他们的劝告是：本科阶段，最好学一些基础专业，如文史、经济学、数理化、工程等等。这是本。某些花哨的“热门专业”，多属雕虫小技，是末。切不可本末倒置、轻上时髦专业的“贼船”。第一，“热门专业”来得快，去得也快，大家追风扎堆，转眼间就人才过剩。本科四年时间非常长。进去时某个专业还在热，毕业时可能黄瓜菜都凉了，已经成为待业大本营。第二，本科的“热门专业”，作为新学科往往不成熟，缺乏学术传统，教授东拼西凑，灌水成分比较大。跟着这些杂牌军学不到真本事。

　　与此相对，如果本科不追时尚，修炼好数理、文史和社会科学方面的基本功，日后学什么都快。有了本科练就的功夫，申请研究院就有本钱，到那时跳到“热门专业”也不晚。一个“热门专业”的硕士课程，往往就一两年，时间短得多，“热门”变冷的机会自然小得多。在本科基本功的底子上短平快地攻克一个新学科，比起投入本科四年来要保险稳妥得多。特别是数据科学这样的热门专业，虽然在商业中的运用最广、需求最大，但商科学生往往学不了，反而是数学系的“书呆子”们有先声夺人之优势。所以，对待大学教育，切不可急功近利。否则恐怕就会落得个“机关算尽太聪明”……