AI時代最性感、有趣的職業？SAS台灣資料科學家工作心法大解密！

解密「資料科學家」的神秘日常工作！從需求訪談到模型建立，他們與數據結成不解之緣。隨著AI工具如AutoML(自動化機器學習)、ChatGPT的崛起，善於運用AI工具、從資料中抽絲剝繭的資料科學家成為企業解決商業問題、找出價值的重要角色。他們是數據世界的領航者，並擁有跨領域知識和溝通能力，成為職場上的綜效英雄。不論領域為何，資料科學家的需求日益增加，數位轉型浪潮下，他們是找出數據價值的關鍵。資料科學家，21世紀最性感的職業，持續展現魅力！

《哈佛商業評論》曾撰文指出，資料科學家是21世紀最性感的職業

如今，10多年過去了，去年《哈佛商業評論》又以〈資料科學家仍然是21世紀最性感的職業嗎？〉為題，直指隨著AI在商業領域的應用愈來愈廣泛、普遍，儘管資料科學家的工作內容已和過去有所不同，但企業對這個職位的需求，卻比任何時候都要來得高。

事實上，在AutoML、ChatGPT等AI相關工具接連問世後，善於運用AI工具、從資料中抽絲剝繭的資料科學家，已成為協助企業解決商業問題、找出價值的重要角色。究竟，「資料科學家」這個聽來神秘難解的職稱，平常都在做些什麼事？

資料科學家的日常 終日與數據為伍

SAS台灣業務顧問部顧問謝宗翰透露，SAS台灣的資料科學家在服務客戶時，都必須經歷需求訪談、定義問題、釐清和整理資料、建立模型、實際落地和監控、持續再訓練模型等重重步驟，「這些工作就是資料科學家的日常。」

以SAS台灣和台北榮總合作的「三階段布局AI臨床應用技術藍圖」專案來說，第一階段打造出的「血液透析即時預判系統」，主要是將北榮的大數據平台，串接血液透析機等聯網機器的資料，以為洗腎病友做出個人心衰竭風險預測，目前準確率高達90％。謝宗翰提到，會選擇從「血液透析即時預判系統」開始，就是在SAS的資料科學家與醫師進行需求訪談後，才定義出的問題，「和醫師聊過我們就知道，造成洗腎病友死亡的其中一個原因，是因為沒有即時發現心衰竭問題，因此『心衰竭的風險預判』，成為我們定義出來且希望用AI模型克服的問題。」
(✔習得技能：啟程資料科學家之路，獲取國際認證，幫履歷加分！)

其次，確定問題後，便要釐清現有的資料，若有不足、代碼紊亂等情形，則要與企業IT部門溝通，逐步蒐集、清洗資料，接著才能進入資料科學家的專業――「建模」。建好AI模型後，要再協助企業與現有系統串接、實際落地，並持續更新資料、訓練模型，才算完成一個完整專案，「持續更新資料、監控和訓練模型相當重要，資料科學家要檢視布建在環境中的模型夠不夠準確？表現好不好？待蒐集資料後，就會回到流程的最一開始，檢討是不是需要重新定義問題。每個專案都處在這樣的循環中。」謝宗翰強調。

專業之外 跨領域知識、溝通能力更重要

但不論專案領域為何、資料科學家的強項是哪個步驟，「所有資料科學家都必須具備對AI方法論的嫻熟、專業能力、跨領域知識與溝通等四大能力。」SAS台灣業務顧問部顧問林育宏進一步解釋，所謂AI方法論的熟悉，是考慮要應用統計、無程式碼等各種AI模型技巧，專業能力則植基在對不同程式語言的運用上，而有鑑於各領域對AI的依賴日益加深，過往沒想過的領域，現在都會成為客戶，因此跨領域知識和溝通能力，同樣成為資料科學家的標準配備。

林育宏特別提到，AI的方法論、各種程式語言，若應用在半導體和零售領域，是完全不同的邏輯，尤其金融、電信領域格外重視法遵議題，又凸顯了「溝通能力」的重要。加上他自己還經常遇到業務部門的KPI是「增加營收」，分析部門的KPI則是「模型正確性」等不同的目標，「這時候，SAS的資料科學家就必須跳出來，協助分析部門調整心態，讓整體KPI保持一致。」他笑稱，如果資料科學家只具備專業、跨領域知識等能力，充其量只會是個「很強的專家」，卻無法發揮綜效，「而具有『溝通能力』的資料科學家，能分享自己的產出、凝聚團隊，最終會很容易看見成果。」

數位轉型當道 需要資料科學家找出數據價值

科技快速演進、大環境不斷改變，尤其去年11月底，ChatGPT出現後，「對AI下指令」「指揮AI畫圖」的AI詠唱師、AI溝通師等新興職位接連冒出，但林育宏強調，相較工作內容明確的AI詠唱師、AI溝通師，資料科學家的「守備範圍」更廣，從半導體、傳產、金融、醫療到零售等各行各業，如今都會需要資料科學家的協助，以解決內部商業問題；同時，儘管資料科學家有固定要做的工作，但由於每日可能面對不同產業，處理業務的異質性也高，「資料科學家是歷久彌新的職業。」
(✔搶先瞭解：我也想要學習從數據中提取價值，搶先一步學習企業都在用甚麼分析工具)

謝宗翰則呼應林育宏的觀點指出，在數位轉型成為大勢所趨後，數位程度愈高的企業，就愈需要資料科學家，「因為伴隨數位轉型而來的，是源源不絕的數據，企業會想在專家經驗和判斷外，從資料驅動、分析的角度，去定義問題，找出其中的商業價值。」

在此情形下，回到《哈佛商業評論》拋出的問題：「資料科學家仍然是21世紀最性感的職業嗎？」答案顯而易見！相信未來，資料科學家的工作還將持續有趣、性感下去。
(✔職前準備：至少先獲取AI工具的國際認證，讓自己的求職之路更順利，全球公司都可去！)