数据科学家？艺术家？（by Q）

xingxing

数据分析领域在变化，为之服务的岗位角色也在变化。近几年，出现一对角色新名词，数据科学家，数据艺术家。Data scientist，Data Artist。

听起来比数据分析师Data Analyst高级多了。这两个词语大概是随着bigdata一起来的，美化了我们的职业工种。而其本质，还是那些事情。关于他们的实际含义，也并没有统一的约定，大家顾名思义就可以，大致范围是那样。而具体的技能要求，还是要看雇主对这些角色的要求。

仅仅从字面意思，数据科学家显然干的是那种在实验室里干的事情，穿着白大褂，用显微镜对着数据切片，抽样，观察，处理，实验，从中发现某种隐藏模式、规律的美。数据艺术家呢，他们在画室或者是郊外，穿着油彩的粗布罩衫，对着肮脏的画布，继续往上涂抹抽象的颜色，创造自然的、莫名其妙的美。听起来不是数据艺术家更酷一点吗？不过我想当初大概是有人觉得数据科学家不够酷，才随之出来一个数据艺术家的概念吧（这点没有考证，纯猜测）。

不过，从数据分析和应用的工作性质来说，确实需要不同技能的人。工程科学的人和业务创意的人。如果按照大脑分工，确实需要不同的脑半球，理性和感性。这是否跟上面两个家对应？我想在很多人的语境里未必对应。我个人还是觉得这两类角色的分工必然会分开，正是因为他们需要的技能不一样，需要的思维不一样，没有必要去要求两者都高能力的人。而有些基本的能力，是两类角色都需要的，沟通、创意。对，就算是数据科学家也得有创意，能够独特的角度去发现数据隐藏的规律，敢于用前所未有的方法去探索。这可不是数据艺术家独有的。人们说，一个炒青菜，高手也能做出其中的艺术。所谓的艺术，就是那种新的、独特的尝试吧。从这个角度看，其实数据艺术家的头衔太大了（但其实本身，艺术家这个称呼又何尝在很多人身上名不副实？）。

从我自身的体验看，理性和感性在某个阶段可以同时兼顾发展，但到了某个阶段，就会发现理性的越理性，感性的越感性。一旦思维惯性形成，就是如此。而，思维惯性是我们思考效率一个重要的因素——你在思考一个问题时，已经不会想着该用理性还是感性思维来考虑了。因此，我花了一个图来表达这个想法，区分了两种思维倾向，以及人一声的两种思维倾向的三个发展阶段。



即在思维形成阶段，理性和感性共同发展，而在思维惯性阶段，他们将此消彼长，到了调和阶段，又会因为自我意识去改变思维惯性，朝相反的方面发展（当然，也可能不改变）。

思维惯性也许比我们想象的要早，二十岁？不，肯定比这个早。三岁？五岁？那时应该已经具备某种倾向，只不过在形成阶段，尚未成为惯性吧。

我的两个儿子，几年前大概还在幼儿园的时候，曾经有一次做游戏。我们比赛说句子，看到什么说什么。结果两人的句型差异不小。一个喜欢陈述事实，比如我们到这里玩，桌子上面有一只笔。另一个喜欢表达感受，花儿好美丽，我希望老天保佑我。好吧，我说，你们以后一个可以做哲学家，一个可以当文学家。这里大概就是体现他们思维倾向的区别。虽然没有定性，但如果没有大的改变，我想他们以后的思维仍然以他们现在的习惯为主，而将另一种思维压制的死死的。

再说回数据科学家或是艺术家。在商业数据分析中，其实本质的要求都是以理性为主（虽然很多决策者），以发现数据之美为主要要求。但人们同时又矛盾地要求他同时又要有感性思维，那样才能创造出独特的应用之美。然而，这种创造必须要在决策环境下（商业理性）创造。所以，又很少雇佣那种极度感性思维的人（就像真正的艺术家）。

大家从事数据领域的工作，看看自己的思维惯性，也许可以了解自己更适合做哪一类工作。