資料科學家

特徵工程是將原始數據進行一系列處理，轉爲「特徵」，更好表示預測模型處理的實際問題，提升對於未知數據的準確性。簡單說，就是建立模型的觀察值或特徵，是一個表示和展現數據的過程。
如：評估患者罹患心臟病風險的一種模型，可從他們的身高、體重、年齡、其他特徵得知，但直接使用可用功能並是最有效的做法。更有效的方式是計算體重與身高的比例，就是BMI。

從商業智慧職位角色，我們可看到有資料分析師、商業智慧經理、商業智慧總監等3個職位。資料分析師工作著重在商務上設定和實施企業商業智慧策略、制訂商業智慧分析流程、設置商業智慧標準和治理、確定業務需求、分析數據、報告見解，企業會根據工作價值設定升遷管道。

從資料工程職位角色，我們可看到有資料工程師、高級資料工程師、資料架構師和首席AI/資料科學家等4個職位。資料工程師不同於AI曾料科學家，工作著重建立數據處理流程、設計資訊架構、開發資訊架構。優化解決方案性能和維護數據處理解決方案。可了解資料工程師經過實戰經驗，更精進技術和解決方案，便可往上升遷。

從AI/資料科學職位角色，我們可看到有AI/資料科學家、高級AI/資料科學家、和首席AI/資料科學家等3個職位。工作著重在商務上確定業務需求、準備數據集、分析數據、監督數據分析、將見解轉化為結果，企業會根據工作價值設定升遷管道。

無所不在的數位科技，改變了我們的生活模式，也使得經濟活動有了全新的樣貌。在持續推動產業創新發展的現在，全球多個國家都推動實施 「智慧國度計畫」，相關人工智慧及資料科學的人員職位及職能，是需要建立的重要人力資本。

近期每一家公司都想要以資料來做決策的依據，因此有了「資料科學」的這個學問。如果從人力銀行去找「資料科學、資料分析」等相關職缺，你會發現不但職缺多而且薪水很高。但是資料科學是涵蓋「工程」「數學」及「領域知識」，這沒辦法速成，也很難樣樣精通。

你知道現在最性感、最搶手、最賺錢的職業是什麼嗎？是資料科學家(Data Scientist)，又可譯為數據科學家。在哈佛商業評論以「21世紀最性感的職業」介紹資料科學家之後，許多人發現這個職業不僅性感，還很搶手且高薪。美國的資料科學人才起薪則從165萬台幣起跳，高達400萬以上也時有耳聞。所以，到底什麼是資料科學家？

2016年大數據技術將迎來怎樣的發展態勢？ 機器 … Read more