据悉，业分析软件与服务供应商SAS在其最新发布的一份公司刊物中表示，大数据时代对数据科学家的需求将激增，而人才匮乏将成为各企业将要面临的新挑战。SAS还指出，随着大数据时代的来临，大数据分析对企业业务发展起着重要的作用，而与此同时，大数据的数据量巨大、非结构性强、数据来源庞杂，使得大数据的处理与分析需要有别于传统数据分析的新技术和新人才。
　　
　　数据科学家的定位
　　
　　而面向客户的性质决定了大部分数据科学家担任公司产品开发或营销部门的职位，或是效力于首席技术官。而那些专注高性能分析的数据科学家未必是非结构化数据处理的专家，但他们需要探索不同途径，利用高性能分析(HPA)节省下来的时间不断改良分析模型、提高决策速度，以配合数据分析更快的生命周期。
　　
　　数据科学家所要必备的技能
　　
　　数据科学家需要具备技术、商业、分析与关系学等各方面的综合技能。很多数据科学家都拥有高级计算机科学学位，或物理学、生物科学或社会科学等一系列对计算机技能有相当要求的高级学位。数据科学家面对、处理的数据量可高达TB级规模，这就要求了他们必须掌握相当多的专业技能，SAS归纳了以下六点：
　　
　　Python、Java、Pig与Hive等编程语言
　　
　　机器学习能力
　　
　　自然语言的处理
　　
　　统计工具的使用
　　
　　非传统型数据库工具，如Vertica及MongoDB等
　　
　　处理分布式文件系统工具的能力，如Hadoop、MapReduce等
　　
　　但事实上，拥有上述这些高级学位和专业技能还不够，数据科学家同样需要具备一个分析师的素质，比如数学和统计技能，对商业的敏锐嗅觉，以及与客户、产品经理和决策层有效沟通的能力。
　　
　　企业如何招募与培养数据科学家
　　
　　目前在高等院校几乎没有设置针对数据科学的专业课程，但已经有一些院校开始尝试与像SAS这样的企业合作，开辟出一门或几门有针对性的专业课程并对外开放。一些有志于发展大数据业务或服务的企业则开始有的放矢地开设企业内训课程，从企业内部培养未来的数据科学家，如EMC开设了面向内部员工及客户的“数据科学及数据分析”培训课程。
　　
　　SAS鼓励企业在大数据时代形势下尽早开始数据科学家的人才储备，将有利于提升企业的核心竞争力。在中国，SAS去年举办的“构建知识的力量、抓住未来机遇”全国高校巡讲非常成功，今年仍会继续通过技术讲座、现场交流等方式，向师生介绍当今大数据趋势下智能分析解决方案等技术动态，通过分享典型应用，让更多在校学生掌握商业智能技术，帮助他们提高在未来就业市场上的竞争力。

    责任编辑：余芯