大數據文摘出品
編譯：Javen、茶西、Aileen
公民數據科學家（Citizen Data Scientist ， CDS）的概念始於2017年，在2018年火爆全球。
似乎可以將CDS看作公民科學家概念的延續，這個概念背後的想法是：技術輔助工具已經非常先進，自動化調參工具的出現、各種MOOC自學平台上課程和實驗室層出不窮，所以現在，如果付出足夠多的學習時間，似乎所有人都可以迅速具備收集和分析數據的能力，也就是，成為一名“數據科學家”了。
這一概念不止激勵鼓舞了大批想要成為“數據科學家”的個人，也讓很多缺人的企業有了希望。
數字資訊的增長已經對數據科學和分析專業人員產生了越來越大的需求。與之相對，相關人才供給遠遠不夠。因此，供需之間的差距正在擴大。
不斷增長的數據職場缺口下，雇傭這一類公民數據科學家，是許多大公司面臨“人荒”困境，寄予厚望的解決方案。
大批非相關專業出身、靠著自我培訓和技術工具成長起來的公民數據科學家，開始湧入這個領域。
草根公民數據科學家的特徵
那麽，“草根”出身的公民數據科學家有什麽特點呢？
如上圖，儘管是非統計等數據科學相關專業出身，我們並不否認，來自業務領域或者其他專業的公民數據科學家，本身具備以下優點：
深耕業務領域，對組織機構有深刻認知，對與業務優先次序相關的問題的興趣；
對商業領域有獨特視角、分析技術在商業問題中的實證應用、可以證明商業價值；
參與多個分析領域和活動、有著實踐經驗並且有著廣泛人脈。
“草根”數據科學家有風險
“草根”公民數據科學家越來越多，他們開始不止從事最基本的數據收集和分析工作，也開始承擔數據的預測等核心工作。
就像耐吉聲稱他們的Air Jordans可以讓每個鄰居小孩成為下一個皮蓬（Scottie Pippen）非常不靠譜一樣，技術帶來的輔助力量是有限的，風險也開始隨之出現。
顯而易見，雖然現在所有電動工具都可以在商店買得到，但並不是所有人都可以成為木匠大師；就算有很多在線炒股軟體，也並非所有人都能成為百萬富翁交易員。
真正的科學要通過專業訓練。這是不管多少技術工具都無法取代的。
“高品質的數據仍然非常重要”，針對“公民數據科學家”，全美排名第四的CTO、天睿公司首席技術官、全球數據倉庫技術專家Stephen Brobst告訴大數據文摘，現在儘管分析工具越來越智能，但他們的使用前提依然是沒有偏向（bias）的數據，和懂得這些數據的專業人士。
“深度學習算法實際上非常適合處理數據品質問題。很多公司現在用無監督學習的反饋循環來解決數據品質問題，但我們還是希望，在數據搜集的過程中就盡量最小化數據偏見。數據科學沒有魔法，它不是一個工具就可以解決的問題。你可以通過一些步驟來測試有偏見的數據，但這是件很微妙的事情。”
“你必須雇用那些知道自己在做什麽的人。”Stephen稱，業內現在存在很多隻懂業務、不懂統計的“公民數據科學家（citizen data scientist），這是非常危險的。他們嚴重依賴技術工具進行數據搜集和分析，並不知道自己在做什麽，“這很可能會導致嚴重破壞性的結果。”
“草根”數據科學家為什麽危險？
以下幾種原因可以解釋：
首先，認知偏差。下邊這張圖可以很清楚地解釋什麽是認知偏差。
技術能力可以靠短期培養，但是，認知能力不行，它需要幾年甚至十幾年的專業訓練。不同專業的人對待同一組數據和場景會有很不同的認知。
其次，研究邏輯謬誤，或者說辛普森悖論。
所有技術工具的使用前提是假設你的數據首先是優質無偏差的，大多數“草根”數據科學家通過SQL入門，並直接跳入Keras和TensorFlow ......
畢竟MOOC（慕課，同為在線學習網站）的認證課程中就是這麽教的。
第三，數據的民主化並不直接導致洞察力的民主化。
這一點很容易理解。eBay並沒有讓每個人都一夜成為零售巨頭，手機也並沒有提高人們的智商。儘管現在我們比以往任何時候都有著更多的健康和飲食資訊，但世界上的人比以往任何時候都更加肥胖。工具速度，工具規模，正確的使用方法 – 這些永遠不會取代真正的專業訓練。
所以，放棄“草根”數據科學家的幻想吧！
現在坐下來腳踏實地學習一些有意義的、真正的智慧建立和驗證的東西。技術工具允許我們所有人都充滿渴望，只有那些投入時間和精力，擁有專業訓練和教育的人才能夠提升到可以提供有意義和預測性分析的水準。
相關報導：
https://comprehension360.corsairs.network/rise-of-the-citizen-scientist-452a28a93cb
聖誕驚喜
數據科學實訓營第7期
手把手，帶你走完數據采集、清洗、存儲、分析、可視化、機器學習建模、大數據全流程！快加入2019年Offer收割行動吧！
【今日機器學習概念】
Have a Great Definition
志願者介紹
香港九龍灣馬來街興發大廈15樓D室