30 1月 13 2013评点——怎么才能成为数据分析专家

2013已至，春节将至，本博距上次更新已经有两个月了。一个不成熟的观点一直在酝酿，到现在为止，还不大成熟。不过有些事情，现在不写，以后恐怕就也没有机会写了。

大数据，皇帝新装

这几天，终于可以闲下来了，翻翻了给俺家闺女准备的童话读物——《安徒生童话》，于是重新温故了下小时候读过的《皇帝的新装》。读完感觉：经典就是经典，这个世界有时候就是那么简单的重复着，故事老套，几百年都可以不变，情节都可以一样。 记得2000年左右上大学那会，一句“21世纪，是生物学的世纪” ，害得多少莘莘学子挤破脑袋去抢报生物专业。四年后，要么毕业去卖假药，比如“鳖精”、“红桃k”，“太阳神”等等；要么一条道读到黑——从硕士，博士，圣斗士，到烈士。现在不知多少“受害学子”在追问是谁不负责任的乱说 （注：这里不是埋汰学生物的人，这些都是学生物的同学跟我的吐槽）。类似的“21世纪是XX的世纪”可多了，什么“计算机的世纪”，“互联网的世纪”，“厨师的世纪”，最近还出了个“大数据的时代”。不扯远了， 还是谈谈童话吧， 皇帝爱衣服， 要新装；大臣爱皇帝，要皇帝开心；百姓爱大臣，要维护大臣；骗子爱金子，要卖衣服给皇帝。 于是生意就这么成交了，大家都开心了。本来新装游行都是这么顺利地，成功地进行，也是值得庆祝的。最讨厌的是安徒生， 偏偏安排个小朋友，说了那么一句不和谐的话，搞得这则童话变笑话，一直流传到现在。 想想，大数据，不就是这么回事么。 这个世界需要创新（未考证）， 政府们需要业绩（真的）， 科学家们需要拿课题（真的），厂家们需要卖硬件/软件（千真万确！！！，看看SAS的HPA和SAP的HANA硬件需求）。就这样，新的一场新装游行开始了，奥巴马的“新能源”不吸引人了，赶紧上新货——“大数据”，哄选民很重要。于是政府点头，科学家们牵头开会， 硬件软件厂商搭台，各方互动开始，大家有兴趣，可以看看我2012年收集的微博资讯——会议信息。 http://saslist.net

务实吧，准专家们！

什么叫务实，我觉得是用现存的工具马上解决问题叫务实。UC Berkeley和Twitter联袂推出的公开课《Analyzing Big Data With Twitter》中提到：“务实的不从机器学习，而是着重从软件方法的角度来谈解决大数据的问题”。 作为SAS粉，不得不有时候踏踏实实感到SAS/HELP文档的深度和厚重，还有其系统性，其他软件是没有可比的，深耕SAS各个模块的帮助文档，如果你真的下定决心学好统计软件的话。另外，SAS在中国大陆高校开始推行免费政策，人大，北大，华东师范等一些高校师生已经陆续用上了免费的SAS。这招挺务实的，比以前组织的不靠谱SASor聚会靠谱多了。

前两天，刚好到一个校友实验室参观了下，面积不大，不到70平，不过做出来的产品只有一种，但用途很广，能替代同领域的任何厂家的产品。重点的是，他们是正向开发，不是拆机山寨模仿。他还讲了一个故事，有一家公司的设备某部件出问题，以前找一单位帮忙搞定，人家派出了一支十余人的庞大团队，问题最终没有解决。后来偶然机会找到了他，他一个人前往，很快解决。虽然别人不大相信他能做到，但是他确实精通别人十人团队各个角色的业务。这年头，“专家”无用，所谓的“团队合作”，只能提高体力之类工作的效率。真正的专家其实都是通才。说到数据分析这个行业吧，你也必须什么都懂，理论，工具和业务，一个都不能少。http://saslist.net

后来，和校友聊天才知道，博士毕业后，选定了这个方向后，投入了5，6年，才做出今天这样的产品，其他方面的事什么都没干。前段时间，微薄上流行个“一万小时天才理论”，尽管这个说法有点成功学的味道（因为天才和成功都是无法界定的，虚的。），但是却扎扎实实地道出了要成为某一个领域的专家，练习实践不可缺少的事实。比如说SAS编程技能吧，SAS语法这么晦涩难懂古老， 没个三五年，很难熟练使用。业务嘛，每行的水都很深，少不了几年的行业浸润。要成为专家，投入还是挺巨大的。

当然也不乏风险，他提到他选的这个方向是他自己选的，和他导师建议的不一样。后来证明他是对的，产品高端，又不失市场。虽说，我觉得大数据是虚的，但是数据分析却是正儿八经的实在。这类职业，不光是在国内，美国和加拿大的需求也很旺盛。数据科学家（DS）的概念也挺靠谱的，以后可作为数据分析的主攻方向。http://saslist.net

 新手建议

一个小插曲：前几天一位QQ群新朋友， 问的是简单的编程问题，有关数据清理的，却口口声声说是她主要是搞算法的，我建议她直接用SAS/EM点点就行了，偏不！ 非要体验下SAS编程的感觉，哈哈哈哈… 。我好心建议她从从基础学起，讲了半天，无果。我这里不想在重复了，在本博读者互动栏，有关于SAS学习及工作前景的一些问题，还有几位朋友的经历可以参考下：一个SAS菜鸟的故事，我的数据挖掘之路。

注：本来常规的微博汇总每月一次，无奈，微博里的有效信息量大减，继续汇总没有意义，停了。