基于招聘廣告的數(shù)據(jù)科學(xué)人才技能需求及職責(zé)分析

蘇芳荔，李世豪，劉清華

(鄭州航空工業(yè)管理學(xué)院 信息管理學(xué)院，河南 鄭州 450015)

自2014年開始，“大數(shù)據(jù)”被國(guó)家列為重點(diǎn)戰(zhàn)略。得益于政策的推動(dòng)，我國(guó)大數(shù)據(jù)產(chǎn)業(yè)迅速發(fā)展，截至2021年，市場(chǎng)規(guī)模已超110億美元，未來，在市場(chǎng)與政策等因素的影響下，我國(guó)大數(shù)據(jù)產(chǎn)業(yè)將保持高增長(zhǎng)態(tài)勢(shì)，預(yù)計(jì)到2025年，市場(chǎng)規(guī)模將超過250億美元。

在科學(xué)、工業(yè)和政府領(lǐng)域復(fù)雜而豐富的數(shù)據(jù)推動(dòng)下，社會(huì)正經(jīng)歷著數(shù)字化轉(zhuǎn)型。相應(yīng)的，學(xué)生需要學(xué)習(xí)許多新的概念、技術(shù)、工具和應(yīng)用程序，如MapReduce、Hadoop、Spark、NoSQL、NewSQL、內(nèi)存計(jì)算、數(shù)據(jù)虛擬化、大數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)湖、云計(jì)算、物聯(lián)網(wǎng)、人工智能、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、認(rèn)知計(jì)算和大數(shù)據(jù)分析。這對(duì)數(shù)據(jù)科學(xué)人才的培養(yǎng)也提出巨大的挑戰(zhàn)。

招聘廣告具有針對(duì)性強(qiáng)、信息來源廣、表達(dá)簡(jiǎn)潔明確的特點(diǎn)，體現(xiàn)了社會(huì)對(duì)人才的需求。通過招聘廣告分析可以識(shí)別出社會(huì)對(duì)數(shù)據(jù)科學(xué)人才的技能和崗位要求。因此本文基于招聘網(wǎng)站上收集的數(shù)據(jù)科學(xué)相關(guān)招聘信息，提取工作要求和工作職責(zé)，并運(yùn)用聚類分析和內(nèi)容分析方法進(jìn)行數(shù)據(jù)處理，實(shí)現(xiàn)技能需求和崗位職責(zé)的知識(shí)挖掘，以期為數(shù)據(jù)科學(xué)教育帶來啟示。

1 國(guó)內(nèi)外研究現(xiàn)狀

隨著近年來互聯(lián)網(wǎng)行業(yè)的高速發(fā)展，眾多企業(yè)通過各大招聘網(wǎng)站進(jìn)行網(wǎng)絡(luò)招聘。因此越來越多的學(xué)者從互聯(lián)網(wǎng)招聘廣告中收集信息，進(jìn)行基于招聘廣告的職責(zé)和技能需求分析。相關(guān)分析主要基于內(nèi)容分析法、人工處理法、統(tǒng)計(jì)分析法進(jìn)行。

1.1 內(nèi)容分析法

MS Sodhi等(2010)[1]利用內(nèi)容分析和頻率統(tǒng)計(jì)等方法，研究了不同行業(yè)對(duì)運(yùn)籌類專業(yè)需求的差異點(diǎn)；蔡文杰等(2009)[2]從3個(gè)招聘網(wǎng)站獲取了168條信息管理與信息系統(tǒng)專業(yè)的招聘廣告，采用內(nèi)容分析法分析了企業(yè)對(duì)人才的技能要求；J. Kim等(2013)[3]選擇數(shù)字策展領(lǐng)域作為研究對(duì)象，從ALA JobLIST等網(wǎng)站上收集招聘廣告信息，使用NVivo軟件進(jìn)行質(zhì)性研究和內(nèi)容分析。周曉燕等(2016)[4]通過IASSIST網(wǎng)站收集了科研數(shù)據(jù)服務(wù)人員的招聘廣告，采用內(nèi)容分析法和網(wǎng)絡(luò)調(diào)查法進(jìn)行數(shù)據(jù)分析，得出企業(yè)對(duì)科研數(shù)據(jù)服務(wù)人才的技能需求；倪艷等(2022)[5]通過獵聘、前程無(wú)憂、智聯(lián)招聘三大招聘網(wǎng)站收集了578條HRBP崗位招聘廣告信息，分析不同規(guī)模企業(yè)對(duì)HRBP崗位人才的勝任力需求。

1.2 人工處理法

Chao(2005)[6]通過Monster網(wǎng)站收集招聘信息，對(duì)數(shù)據(jù)進(jìn)行人工分類處理來分析信息系統(tǒng)工作崗位所需的工作經(jīng)驗(yàn)和專業(yè)技能；Sang等(2006)[7]收集了IT管理崗位招聘信息，構(gòu)建了關(guān)鍵詞分類目錄，了解當(dāng)代IT經(jīng)理的最新技能要求；鄧之宏等(2013)[8]在智聯(lián)招聘網(wǎng)上收集了電子商務(wù)崗位招聘信息，實(shí)證研究企業(yè)對(duì)電子商務(wù)崗位的核心技能需求。

1.3 統(tǒng)計(jì)分析法

呂露等(2012)[9]將信息管理專業(yè)所需的知識(shí)和技能作為關(guān)鍵字，在前程無(wú)憂網(wǎng)上采用隨機(jī)抽取的方法收集了279條招聘信息，分析企業(yè)對(duì)信息管理專業(yè)人才的知識(shí)技能需求；司莉等(2015)[10]從美國(guó)、英國(guó)、加拿大的權(quán)威招聘網(wǎng)站獲取圖書情報(bào)學(xué)人才的招聘信息，通過統(tǒng)計(jì)分析法，了解歐美對(duì)圖書情報(bào)學(xué)人才的需求情況；周霞等(2021)[11]從前程無(wú)憂網(wǎng)利用Python網(wǎng)絡(luò)爬蟲的方式收集了5484條GIS專業(yè)相關(guān)的崗位招聘信息，通過統(tǒng)計(jì)分析方法分析了GIS人才就業(yè)的前景。

有學(xué)者針對(duì)數(shù)據(jù)科學(xué)相關(guān)領(lǐng)域進(jìn)行了招聘廣告分析。黃邕等(2016)[12]通過智聯(lián)招聘網(wǎng)站收集了2615條數(shù)據(jù)類崗位的招聘廣告，針對(duì)職位基本信息、崗位職責(zé)、任職要求三方面，采用內(nèi)容分析法分析用人單位對(duì)人才的知識(shí)和能力要求，最終對(duì)高校圖書情報(bào)學(xué)科的人才培養(yǎng)提出建議；王東波等(2018)[13]收集了智聯(lián)招聘等招聘網(wǎng)站上有關(guān)數(shù)據(jù)科學(xué)的工作崗位信息，探究情報(bào)學(xué)視角的數(shù)據(jù)科學(xué)專業(yè)課程設(shè)計(jì)內(nèi)容。朱思霖等[14]爬取2019年3月前程無(wú)憂網(wǎng)站1萬(wàn)多條大數(shù)據(jù)行業(yè)相關(guān)的招聘信息，挖掘了從事大數(shù)據(jù)行業(yè)不可或缺的技能“利器”。 朝樂門等(2021)[15]從Indeed、LinkedIn和百度百聘中收集了206條數(shù)據(jù)科學(xué)家的招聘信息，對(duì)其中的任職資格要求和崗位職責(zé)描述進(jìn)行聚類分析和觀點(diǎn)挖掘，提煉出數(shù)據(jù)科學(xué)家的能力要求和崗位職責(zé)。

綜合上述內(nèi)容，學(xué)者們進(jìn)行招聘廣告分析的數(shù)據(jù)來源主要包含國(guó)內(nèi)的獵聘、前程無(wú)憂、智聯(lián)招聘、百度百聘等招聘網(wǎng)站，以及國(guó)外的Indeed、LinkedIn等綜合性招聘網(wǎng)站和ALA JobLIST、IASSIST等專業(yè)性招聘網(wǎng)站；分析的專業(yè)領(lǐng)域多種多樣，包含運(yùn)籌學(xué)、信息管理與信息系統(tǒng)、數(shù)字策展、電子商務(wù)、GIS等；分析方法包含內(nèi)容分析法、統(tǒng)計(jì)分析法、人工處理法等。以往針對(duì)數(shù)據(jù)科學(xué)領(lǐng)域人才需求進(jìn)行分析時(shí)，樣本收集范圍過窄，樣本量較少。因此，本文基于Indeed的數(shù)據(jù)進(jìn)行更全面的數(shù)據(jù)科學(xué)人才需求分析，以期為我國(guó)數(shù)據(jù)科學(xué)人才培養(yǎng)提供參考。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

Indeed是一個(gè)招聘信息垂直搜索引擎，每月瀏覽量達(dá)到1億獨(dú)立用戶，是全球最大的招聘求職網(wǎng)站。本文以Indeed作為數(shù)據(jù)來源，按照以下條件挑選出 1312個(gè)數(shù)據(jù)科學(xué)相關(guān)的招聘廣告。數(shù)據(jù)的時(shí)間跨度為2020年11月20日—2020年12月18日。

(1)在招聘職位名稱中，設(shè)置“數(shù)據(jù)科學(xué)”( Data Science)類的關(guān)鍵詞，同時(shí)用人工掃描排除了名稱符合而內(nèi)容無(wú)關(guān)的信息。(2)在職位類型上，設(shè)置要求全職職位的招聘信息，排除實(shí)習(xí)類信息。 (3)保留內(nèi)容齊全的、對(duì)知識(shí)技能和職能職責(zé)均有明確要求的招聘廣告。(4)同一個(gè)單位多次發(fā)布的招聘廣告，內(nèi)容完全一樣，只是發(fā)布時(shí)間不一致的，按照同一條招聘廣告對(duì)待，人工進(jìn)行過濾。(5)大部分招聘廣告明確設(shè)置了“職責(zé)”和“資格”兩個(gè)方面的要求。對(duì)于沒有明確指出或者描述混亂的，本研究人工進(jìn)行了內(nèi)容的審核、識(shí)別和矯正。

2.2 研究方法

具體研究方法和分析步驟如下: (1)持續(xù)四周在Indeed網(wǎng)站上搜索并下載保存招聘網(wǎng)頁(yè)；(2)按照數(shù)據(jù)來源部分設(shè)置的數(shù)據(jù)選擇原則，過濾掉無(wú)關(guān)的、重復(fù)的、實(shí)習(xí)類的或者內(nèi)容不完整的招聘公告；(3)人工審核1312條招聘廣告的具體內(nèi)容，手工提取具體的知識(shí)技能素養(yǎng)需求和相應(yīng)的崗位職責(zé)；(4)將數(shù)據(jù)分別導(dǎo)入分析軟件Vosviewer，識(shí)別出知識(shí)技能需求和職能職責(zé)中包含的核心關(guān)鍵詞的頻次和共現(xiàn)關(guān)系；(5)對(duì)第4步形成的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)使用網(wǎng)絡(luò)分析軟件Pajek進(jìn)行聚類分析和社區(qū)劃分；(6)人工核對(duì)和優(yōu)化上述步驟；(7)結(jié)合已有的研究和本人的研究基礎(chǔ)，給出數(shù)據(jù)科學(xué)人才培養(yǎng)的建議。

3 結(jié)果分析

3.1 職位名稱分析

職位名稱是一個(gè)招聘廣告需求的凝練和總結(jié)，具有概括性和直觀性。由于對(duì)數(shù)據(jù)科學(xué)人才學(xué)位、技能、職責(zé)等方面的要求各不相同，因此職位名稱的描述非常分散，共出現(xiàn)了超過800種不同的職位名稱。圖1顯示了招聘廣告中至少出現(xiàn)五次的職位名稱，共15種。

圖1 數(shù)據(jù)科學(xué)招聘廣告職位名稱分布

“數(shù)據(jù)科學(xué)經(jīng)理”和“數(shù)據(jù)科學(xué)高級(jí)經(jīng)理”兩個(gè)職位名稱合計(jì)出現(xiàn)次數(shù)最多，共出現(xiàn)了86次，其次是“數(shù)據(jù)科學(xué)主管”和“數(shù)據(jù)科學(xué)高級(jí)主管”，共出現(xiàn)了68次，然后是“數(shù)據(jù)科學(xué)工程師”和“數(shù)據(jù)科學(xué)高級(jí)工程師”，共出現(xiàn)了67次。其他職位名稱還包括“數(shù)據(jù)科學(xué)分析師”“數(shù)據(jù)科學(xué)顧問”“數(shù)據(jù)科學(xué)軟件工程師”“數(shù)據(jù)科學(xué)培訓(xùn)”等。

為了更好地挖掘數(shù)據(jù)科學(xué)人才招聘廣告包含的內(nèi)容和范圍，本研究識(shí)別了職位名稱中包含的關(guān)鍵詞，并給出關(guān)鍵詞的聚類圖(見圖2)。通過關(guān)鍵詞頻次分析發(fā)現(xiàn)，最常見的職位類型是manager(經(jīng)理)，其次是主管和分析師，相關(guān)的職位類型還有工程師、顧問、培訓(xùn)師、軟件工程師等。主要工作范圍包括機(jī)器學(xué)習(xí)、人工智能、商業(yè)分析、市場(chǎng)分析、研究、程序設(shè)計(jì)、產(chǎn)品分析等。

圖2 職位名稱關(guān)鍵詞聚類圖

基于招聘廣告職位名稱中包含的關(guān)鍵詞之間的共現(xiàn)網(wǎng)絡(luò)關(guān)系，把相關(guān)招聘需求分成了五個(gè)大類：(1)數(shù)據(jù)科學(xué)管理、主管、工程師、領(lǐng)導(dǎo)、高級(jí)管理等，這是一個(gè)籠統(tǒng)的大類，包含了數(shù)據(jù)科學(xué)的基本工作。(2)數(shù)據(jù)科學(xué)的顧問和分析顧問，側(cè)重于給出解決方案。(3)數(shù)據(jù)分析及軟件設(shè)計(jì)，運(yùn)用機(jī)器學(xué)習(xí)、人工智能、高級(jí)程序語(yǔ)言進(jìn)行分析和開發(fā)。(4)數(shù)據(jù)科學(xué)相關(guān)的研究和操作。(5)針對(duì)Pearson K12 Learning的數(shù)據(jù)科學(xué)管理，主要進(jìn)行數(shù)字課程資源的開發(fā)和評(píng)估。

3.2 學(xué)位要求

從Indeed下載的1312個(gè)數(shù)據(jù)科學(xué)相關(guān)的招聘廣告中，1055個(gè)提出了教育背景的基本要求，具體分布如圖3。其中117個(gè)職位要求應(yīng)聘者具有博士學(xué)位；315個(gè)職位要求應(yīng)聘者具有碩士學(xué)位(其中150個(gè)職位優(yōu)先考慮博士學(xué)位)；611個(gè)職位本科學(xué)位就可以勝任，但其中250個(gè)職位碩士學(xué)位優(yōu)先；余下的12個(gè)職位只要求有本科生學(xué)歷。從以上統(tǒng)計(jì)可以得出，大約一半的數(shù)據(jù)科學(xué)相關(guān)工作只需要本科學(xué)位，大約四分之一要求碩士學(xué)位，只有少數(shù)要求博士學(xué)位。

圖3 數(shù)據(jù)科學(xué)招聘崗位學(xué)位要求

招聘廣告的學(xué)科要求如圖4所示。1312個(gè)數(shù)據(jù)科學(xué)相關(guān)的招聘廣告中共出現(xiàn)了150個(gè)學(xué)科，出現(xiàn)次數(shù)最多的學(xué)科是計(jì)算機(jī)科學(xué)(628次)，其次是統(tǒng)計(jì)學(xué)(484次)和數(shù)學(xué)(372次)。其他出現(xiàn)次數(shù)超過100次的專業(yè)還有工程(299次)、數(shù)據(jù)科學(xué)(170次)、經(jīng)濟(jì)學(xué)(170次)、物理(118次)、運(yùn)籌學(xué)(103次)以及應(yīng)用數(shù)學(xué)(101次)。上述學(xué)科的畢業(yè)生是數(shù)據(jù)科學(xué)相關(guān)從業(yè)者的重要組成部分。

圖4 數(shù)據(jù)科學(xué)招聘廣告的學(xué)科要求

3.3 知識(shí)和技能要求

從所有數(shù)據(jù)科學(xué)人才招聘廣告的職位描述中，提取出具體的知識(shí)和技能要求。數(shù)據(jù)科學(xué)相關(guān)工作所要求的知識(shí)和技能主要有：程序設(shè)計(jì)語(yǔ)言(Python，R等)、分析工具、項(xiàng)目管理、分析軟件(SPSS、SAS等)、數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)、建模、交流能力、大數(shù)據(jù)技術(shù)、自然語(yǔ)言處理、深度學(xué)習(xí)、表達(dá)能力等。

表1列出了出現(xiàn)頻次在110次以上的知識(shí)技能關(guān)鍵詞。經(jīng)驗(yàn)在所有的知識(shí)技能需求關(guān)鍵詞中出現(xiàn)頻次最高，表明數(shù)據(jù)科學(xué)相關(guān)工作非常注重工作經(jīng)驗(yàn)。93.4%的招聘崗位有經(jīng)驗(yàn)要求，最長(zhǎng)要求15年的相關(guān)工作經(jīng)驗(yàn)。其他相關(guān)的高頻關(guān)鍵詞還包括：能力、技能、知識(shí)。在程序設(shè)計(jì)和腳本語(yǔ)言中， python是一種簡(jiǎn)單并且類庫(kù)豐富的程序語(yǔ)言， 在招聘廣告中出現(xiàn)頻次很高，有817個(gè)招聘要求掌握Python語(yǔ)言，占比達(dá)到63%。排在第二位的腳本語(yǔ)言是R語(yǔ)言，占比為43.6%。可以認(rèn)為數(shù)據(jù)科學(xué)領(lǐng)域需求最多的兩種程序設(shè)計(jì)語(yǔ)言是Python和R。

表1 數(shù)據(jù)科學(xué)相關(guān)工作知識(shí)技能要求

存儲(chǔ)系統(tǒng)是大數(shù)據(jù)基礎(chǔ)架構(gòu)的核心，在關(guān)于知識(shí)技能要求的高頻關(guān)鍵詞中，與數(shù)據(jù)存儲(chǔ)相關(guān)的有 “數(shù)據(jù)庫(kù)” “sql” 等。近三分之一的職位提出了對(duì)交流能力的要求，相關(guān)的高頻關(guān)鍵詞還包括表達(dá)技巧等。“數(shù)據(jù)分析”及“善于分析的”等關(guān)鍵詞出現(xiàn)頻次較高，體現(xiàn)出數(shù)據(jù)科學(xué)重在數(shù)據(jù)分析和處理的特點(diǎn)。機(jī)器學(xué)習(xí)的理論、算法和技術(shù)也是數(shù)據(jù)科學(xué)工作者的核心工作技能。數(shù)據(jù)分析和機(jī)器學(xué)習(xí)過程的實(shí)現(xiàn)，需要有“統(tǒng)計(jì)”基礎(chǔ)， 能夠熟練掌握和使用 “sas” “spass”等統(tǒng)計(jì)分析軟件及 “hadoop”“spark”等大數(shù)據(jù)處理平臺(tái)。在軟件實(shí)體中， 最常用的基礎(chǔ)辦公軟件 “Excel”也出現(xiàn)在高頻關(guān)鍵詞列表中。

根據(jù)招聘廣告中涉及的知識(shí)和技能需求的關(guān)鍵詞共現(xiàn)情況，通過VOSviewer軟件構(gòu)建了關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，使用社會(huì)網(wǎng)絡(luò)分析軟件Pajek中的聚類分析方法，將知識(shí)和技能需求劃分為3個(gè)簇，從而把知識(shí)和技能需求歸為三大類。

(1)數(shù)據(jù)科學(xué)相關(guān)的經(jīng)驗(yàn)、能力、知識(shí)、技能以及交流和表達(dá)能力。主要包括：數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)或相關(guān)領(lǐng)域經(jīng)驗(yàn)；領(lǐng)導(dǎo)和管理團(tuán)隊(duì)經(jīng)驗(yàn)；商業(yè)智能、商業(yè)分析經(jīng)驗(yàn)；數(shù)據(jù)科學(xué)家、統(tǒng)計(jì)學(xué)家、應(yīng)用數(shù)學(xué)家或同等工作經(jīng)驗(yàn)；能夠在團(tuán)隊(duì)環(huán)境中獨(dú)立完成任務(wù)并管理時(shí)間；很強(qiáng)的組織能力；能夠獨(dú)立解決問題；能夠與各部門的各級(jí)人員進(jìn)行有效的口頭和書面溝通；能夠與他人建立并保持有效的工作關(guān)系；優(yōu)秀的溝通能力，批判性思維，分析、解決問題的能力和組織能力；具有業(yè)務(wù)和技術(shù)需求分析、捕獲、建模、驗(yàn)證和方法開發(fā)的經(jīng)驗(yàn)；對(duì)分析和解決問題有熱情；有業(yè)務(wù)發(fā)展、客戶或客戶關(guān)系管理經(jīng)驗(yàn)。

(2)機(jī)器學(xué)習(xí)相關(guān)的理論、算法與技術(shù)。主要包括：機(jī)器學(xué)習(xí)、統(tǒng)計(jì)建模和數(shù)據(jù)挖掘技術(shù)，如梯度增強(qiáng)、神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言處理和聚類；深度學(xué)習(xí)或強(qiáng)化學(xué)習(xí)方面的研究和應(yīng)用經(jīng)驗(yàn)；機(jī)器學(xué)習(xí)理論涉及的深度神經(jīng)網(wǎng)絡(luò)、有監(jiān)督和無(wú)監(jiān)督學(xué)習(xí)、特征提取、時(shí)間序列預(yù)測(cè)、異常檢測(cè)等；使用邏輯和線性回歸、決策樹、神經(jīng)網(wǎng)絡(luò)或聚類等技術(shù)建模；使用深度學(xué)習(xí)工具(如TensorFlow，Keras或PyTorch)訓(xùn)練各種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；使用自然語(yǔ)言處理工具來支持關(guān)于技術(shù)和科學(xué)主題的評(píng)估和技術(shù)報(bào)告的經(jīng)驗(yàn)；有豐富的自然語(yǔ)言處理經(jīng)驗(yàn)(如文本翻譯、情緒分析、語(yǔ)音識(shí)別)等。

(3)數(shù)據(jù)科學(xué)相關(guān)的工具、程序語(yǔ)言、平臺(tái)、數(shù)據(jù)庫(kù)等。主要包括：具有使用Python、R語(yǔ)言和Scala等面向分析語(yǔ)言的編程技能；有使用SAS或其他統(tǒng)計(jì)包分析大型數(shù)據(jù)集的經(jīng)驗(yàn)；了解或有使用數(shù)據(jù)庫(kù)系統(tǒng)的經(jīng)驗(yàn)(如SQL，NoSQL，MongoDB，Postgres等)；有使用大數(shù)據(jù)分布式編程語(yǔ)言和生態(tài)系統(tǒng)(例如S3，EC2，Hadoop/MapReduce，Pig，Hive，Spark，SAP HANA等)的工作經(jīng)驗(yàn)；Tableau，PowerBI和其他商業(yè)智能分析技能。

3.4 工作職責(zé)分析

從所有招聘廣告的職位描述中，識(shí)別出要求的崗位職務(wù)職責(zé)。數(shù)據(jù)科學(xué)人才要求的職務(wù)職責(zé)主要有：數(shù)據(jù)服務(wù)、數(shù)據(jù)分析、數(shù)據(jù)建模、數(shù)據(jù)項(xiàng)目、合作、產(chǎn)品開發(fā)、技術(shù)服務(wù)等。表2列出了工作職責(zé)中出現(xiàn)頻次在90次以上的高頻關(guān)鍵詞。工作職責(zé)中出現(xiàn)頻次最高的關(guān)鍵詞是團(tuán)隊(duì)，說明數(shù)據(jù)科學(xué)相關(guān)工作強(qiáng)調(diào)團(tuán)隊(duì)協(xié)作。其次，數(shù)據(jù)分析是數(shù)據(jù)科學(xué)從業(yè)者的核心工作，通過數(shù)據(jù)分析找到解決方案。同時(shí)數(shù)據(jù)建模和項(xiàng)目管理也出現(xiàn)在數(shù)據(jù)科學(xué)職能職責(zé)的高頻關(guān)鍵詞列表中。

表2 數(shù)據(jù)科學(xué)相關(guān)工作職責(zé)

續(xù)表2 數(shù)據(jù)科學(xué)相關(guān)工作職責(zé)

根據(jù)招聘廣告中識(shí)別出的具體工作職責(zé)所包含的關(guān)鍵詞的共現(xiàn)情況，構(gòu)建了工作職責(zé)關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，從而把數(shù)據(jù)科學(xué)人才的工作職責(zé)劃分為以下四大類。

(1)項(xiàng)目管理、過程管理、協(xié)作、給出方案等。主要職責(zé)包括：項(xiàng)目識(shí)別和管理；確定和定義一個(gè)特定的數(shù)據(jù)驅(qū)動(dòng)項(xiàng)目；領(lǐng)導(dǎo)數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，擔(dān)任客戶項(xiàng)目經(jīng)理；積極尋求提高數(shù)據(jù)質(zhì)量；制定新的解決方案以改進(jìn)工作流程和服務(wù)；使用復(fù)雜的分析和數(shù)據(jù)可視化軟件或工具發(fā)現(xiàn)數(shù)據(jù)模式，研究和開發(fā)復(fù)雜數(shù)據(jù)問題；指導(dǎo)數(shù)據(jù)科學(xué)團(tuán)隊(duì)在項(xiàng)目管理、分析計(jì)劃的開發(fā)以及結(jié)果和影響的溝通方面的實(shí)踐；與跨職能業(yè)務(wù)伙伴和分析團(tuán)隊(duì)合作，設(shè)計(jì)和生成高級(jí)解決方案。

(2)團(tuán)隊(duì)管理、產(chǎn)品戰(zhàn)略、客戶管理、業(yè)務(wù)和市場(chǎng)管理，主要職責(zé)包括：管理一個(gè)團(tuán)隊(duì)(指導(dǎo)和項(xiàng)目監(jiān)督)，承擔(dān)多個(gè)項(xiàng)目，并負(fù)責(zé)項(xiàng)目交付；與由產(chǎn)品經(jīng)理和工程師組成的不同團(tuán)隊(duì)合作，并對(duì)生命周期管理流程進(jìn)行建模；收集產(chǎn)品決策方面的相關(guān)見解，擴(kuò)大、領(lǐng)導(dǎo)和管理一流的數(shù)據(jù)科學(xué)團(tuán)隊(duì)；財(cái)務(wù)分析和商業(yè)案例創(chuàng)建，包括市場(chǎng)機(jī)會(huì)、投資、ROI、NPV、分階段路線圖和敏感性分析；開發(fā)先進(jìn)的定量分析和優(yōu)化方法，以支持客戶參與、市場(chǎng)營(yíng)銷活動(dòng)、對(duì)沖計(jì)劃、資產(chǎn)優(yōu)化和應(yīng)對(duì)市場(chǎng)變化。

(3)數(shù)據(jù)工具、數(shù)據(jù)建模、算法、機(jī)器學(xué)習(xí)等，主要職責(zé)包括：參與數(shù)據(jù)策略的創(chuàng)建；負(fù)責(zé)收集、存儲(chǔ)、格式化和訪問數(shù)據(jù)的總體技術(shù)需求；開發(fā)將原始數(shù)據(jù)轉(zhuǎn)換為有意義和有用的信息的方法、流程、架構(gòu)和技術(shù)；開發(fā)和維護(hù)必要的數(shù)據(jù)治理程序和相關(guān)控制程序，以確保數(shù)據(jù)的完整性和分類；執(zhí)行高度復(fù)雜的計(jì)算和數(shù)據(jù)建模，性能和集成測(cè)試；獲取數(shù)據(jù)并應(yīng)用基本的機(jī)器學(xué)習(xí)、建模和大數(shù)據(jù)分析技術(shù)；開發(fā)方法、假設(shè)、量化和計(jì)算機(jī)程序，為復(fù)雜的分析捕獲數(shù)據(jù)，使用各種編程語(yǔ)言和軟件工具設(shè)計(jì)和編寫程序；建立復(fù)雜的算法，為現(xiàn)有的系統(tǒng)注入更多的智能；設(shè)計(jì)和開發(fā)針對(duì)大型數(shù)據(jù)集的算法和模型，以創(chuàng)建業(yè)務(wù)洞察力；指導(dǎo)團(tuán)隊(duì)設(shè)計(jì)、開發(fā)、測(cè)試、驗(yàn)證和部署機(jī)器學(xué)習(xí)/統(tǒng)計(jì)模型。

(4)數(shù)據(jù)分析、技術(shù)服務(wù)、技術(shù)支持、需求分析、服務(wù)提升等，主要職責(zé)包括：跨不同數(shù)據(jù)集執(zhí)行統(tǒng)計(jì)分析；對(duì)大型數(shù)據(jù)集執(zhí)行高級(jí)定量和統(tǒng)計(jì)分析；為與不同業(yè)務(wù)單位相關(guān)的數(shù)據(jù)分析功能提供高度的技術(shù)支持；積極研究和應(yīng)用新理論和新技術(shù)，推動(dòng)技術(shù)創(chuàng)新；與信息技術(shù)部門合作解決項(xiàng)目相關(guān)的技術(shù)問題；建立關(guān)鍵績(jī)效跟蹤指標(biāo)并進(jìn)行持續(xù)監(jiān)控；收集需求，進(jìn)行需求計(jì)劃、需求捕獲和需求管理，以確保滿足項(xiàng)目利益相關(guān)者的需求；在流程、技術(shù)和執(zhí)行方面提供指導(dǎo)和創(chuàng)新。

4 討論與結(jié)論

近年來，大數(shù)據(jù)與數(shù)據(jù)科學(xué)類專業(yè)快速發(fā)展。培養(yǎng)數(shù)據(jù)科學(xué)人才是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)及計(jì)算機(jī)科學(xué)、情報(bào)學(xué)、統(tǒng)計(jì)學(xué)等相關(guān)專業(yè)的任務(wù)和責(zé)任。但是目前我國(guó)部分院校的數(shù)據(jù)科學(xué)專業(yè)建設(shè)存在跟風(fēng)現(xiàn)象，缺乏必要而充分的調(diào)查與論證，偏離了數(shù)據(jù)科學(xué)專業(yè)本身的定位和人才培養(yǎng)目標(biāo)。本次調(diào)研給數(shù)據(jù)科學(xué)專業(yè)的人才培養(yǎng)，尤其是相關(guān)的專業(yè)建設(shè)帶來以下的啟示。

4.1 注重不同領(lǐng)域、不同學(xué)科交叉融合

從事數(shù)據(jù)科學(xué)相關(guān)工作的專業(yè)人員學(xué)科來源廣泛，基于本文統(tǒng)計(jì)的1312個(gè)數(shù)據(jù)科學(xué)相關(guān)招聘廣告，職位涉及了150個(gè)學(xué)科，范圍包括計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)等學(xué)科。可見，數(shù)據(jù)科學(xué)是一個(gè)典型的跨專業(yè)、文理交叉學(xué)科。因此數(shù)據(jù)科學(xué)教育應(yīng)積極推進(jìn)工程學(xué)、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、運(yùn)籌學(xué)等理工學(xué)科以及經(jīng)濟(jì)學(xué)、歷史學(xué)、語(yǔ)言學(xué)、情報(bào)學(xué)等人文學(xué)科的交叉融合。

4.2 設(shè)計(jì)多層次的數(shù)據(jù)科學(xué)課程體系

基于該學(xué)科人才的技能需求，數(shù)據(jù)科學(xué)的課程體系可分以下階段構(gòu)建：第一階段為統(tǒng)計(jì)學(xué)、高等數(shù)學(xué)、線性代數(shù)、概率論等基礎(chǔ)課程的學(xué)習(xí)，目的是提升學(xué)生的邏輯能力；第二階段為程序設(shè)計(jì)語(yǔ)言(Python、Java、R等)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫(kù)、計(jì)算機(jī)原理等課程的學(xué)習(xí)，目的是提升學(xué)生的編程能力；第三階段為數(shù)據(jù)挖掘、數(shù)據(jù)倉(cāng)庫(kù)、人工智能、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)可視化等課程的學(xué)習(xí)，目的是提升學(xué)生的數(shù)據(jù)分析能力；第四階段為相關(guān)專業(yè)的知識(shí)學(xué)習(xí)，如情報(bào)學(xué)領(lǐng)域的信息管理學(xué)、管理學(xué)、知識(shí)組織等課程的學(xué)習(xí)，目的是提升學(xué)生的項(xiàng)目管理和表達(dá)分析能力。

4.3 強(qiáng)化數(shù)據(jù)分析課程鏈建設(shè)

圍繞數(shù)據(jù)分析這一條主線，統(tǒng)計(jì)學(xué)是基礎(chǔ)，數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理是方法和工具。數(shù)據(jù)科學(xué)類課程設(shè)計(jì)可在既有數(shù)據(jù)庫(kù)、JAVA程序設(shè)計(jì)、計(jì)算機(jī)網(wǎng)絡(luò)、管理信息系統(tǒng)等課程的基礎(chǔ)上融入數(shù)據(jù)分析核心課程。數(shù)據(jù)分析領(lǐng)域需求最多的兩種程序設(shè)計(jì)語(yǔ)言是Python和R。可將Python程序設(shè)計(jì)—數(shù)據(jù)處理—Python數(shù)據(jù)分析與挖掘等作為數(shù)據(jù)能力培養(yǎng)的核心課程，同時(shí)增加機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、深度學(xué)習(xí)等課程，以提高學(xué)生基于數(shù)據(jù)分析的綜合應(yīng)用能力。

4.4 開展數(shù)據(jù)科學(xué)實(shí)踐教育

數(shù)據(jù)科學(xué)是一門極具實(shí)踐性的學(xué)科，可開展實(shí)踐和教學(xué)相結(jié)合的教學(xué)模式，讓學(xué)生在實(shí)踐中學(xué)習(xí)理論知識(shí)，從而增長(zhǎng)學(xué)生的實(shí)踐經(jīng)驗(yàn)和實(shí)際能力。除了要有扎實(shí)的師資隊(duì)伍、豐富的課程體系外，也可與數(shù)據(jù)分析相關(guān)企業(yè)合作辦學(xué)，聘請(qǐng)具有豐富實(shí)戰(zhàn)經(jīng)驗(yàn)的企業(yè)工作人員作為兼職教師，加強(qiáng)課程的應(yīng)用與實(shí)踐性。