|
数据科学家的岗位开始出现在学术界（见 ‘Academic data drive’（学术数据驱动）），但许多人发现业界环境更具吸引力。“在业界我可以用20%的时间达到80%的目标，而不是相反，”珊妮·奥芬（Shani Offen）说。她曾经是纽约大学的神经科学研究教授，现在则是位于纽约的问答网站“About。com”的数据科学家。汤米·盖伊（Tommy Guy）是技术巨头微软公司在华盛顿州贝尔维尤（Bellevue）的数据科学家。他喜欢因给出正确见解而获得奖励的感觉，而不用在意结论是积极的还是消极的。例如，他可以采用数据分析得出结论，一种新提出的功能可能不会得到用户欢迎而力主公司放弃这一计划。这样，公司因为避免浪费大笔经费而给予他嘉奖。他说，与之相反，在学术圈几乎不会对消极结果给予奖励的。 Box 2： Academic data drive： Universities create data-science hubs 学术数据驱动：大学创造了数据科学中心 不只是业界，学术界也越来越需要数据科学家。去年一笔5千8百万美元的预算被批准用于弥补这方面的短缺。该预算支持在西雅图的华盛顿大学、加利福尼亚大学、加利福尼亚大学伯克利分校（UCB）以及纽约大学建立数据科学中心。这些大学的数据科学中心同时还获得了来自加利福尼亚帕洛阿尔托的戈登贝蒂摩尔基金会（Gordon and Betty Moore Foundation）【译者注：该基金会由“摩尔定律”提出者戈登·摩尔创立】和来自纽约的斯隆基金会（Alfred P。 Sloan Foundation）【译者注：该基金会由通用集团原董事长及总裁艾尔弗雷德·P·斯隆创立】的共同资助。其中，摩尔基金会的赠款将用于资助研究人员开发和改进数据处理工具。 来自UCB新设立的数据科学伯克利研究院的助理研究员卡西克·拉姆（Karthik Ram）是第一个受资助者。他的职业成就在于他对于开源代码的贡献和为数据更好的重用性而做出的努力，而不是论文发表和引用量那种针对终身教职（tenure-track posts）的传统评价标准。 摩尔基金会经理克里斯·门采尔（Chris Mentzel）将拉姆及其同事描述为在一个正在获得动量的领域中的先驱者。“我们正在尝试为这样的研究者创建一个家园。” 弗里曼喜欢LinkedIn的工作节奏。他回忆起自己在加利福尼亚斯坦福大学做博士后时从事很前沿的研究。“我那时在做的工作即使可行，实际上在20年内也看不到结果。我那时就在寻找效果可以立竿见影的事情。”而没有什么比不断设置截止期限更让人集中精力的了。 编辑 宋囡 （责任编辑：职场达人） |
