你擅長數學和數據分析，同時會用Python/R語言編程嗎？如果你擁有這樣的技能組合，那你就有可能成為數據科學家。

無論是在國內還是國外，數據科學都是目前最炙手可熱的研究領域，數據分析師、數據科學家也是最火爆的職業。據LinkedIn的最新投票結果顯示，“統計分析和數據挖掘” 是2014年最熱門的職業技能，美國招聘網站Glassdoor的報告稱，數據科學家的平均薪酬比工程師高30%以上，《哈佛商業評論》將之譽為「21 世紀最性感工作」。優異的數據科學家就像獨角獸一樣珍貴難尋，而且不是只有科技公司在搶人，傳統金融界、零售商、廣告、教育，幾乎所有產業都需要數據科學家從大量數據中挖掘商業價值。

數據科學專業人才可以根據數據規律預測未來，從而幫助公司開源節流。IBM負責大數據業務的副總裁Anjul Bhambhri表示，航空航天制造商Pratt & Whitney現在可以預測出飛機發動機何時需要進行維護，準確率達到97%，這可以幫助它更加有效地開展業務。

亞當-弗洛葛爾（Adam Flugel）是博奇公司的數據科學招聘獵頭，他認為“ 未來十年，如果你不是數據大咖，你就別想升到‘首席XX官’的位置上”。

學校教育 vs職業教育

數據科學家需要具備三項基本技能：數學和統計學、計算機能力、在特定業務領域的知識，最重要的素質就是能夠快速學習東西。

毫無疑問，你可以在高等學校學到大部分數學和統計學相關的課程，如概率、數理統計、線性代數、多元線性分析等，當然還包括計算機基礎課程，如數據結構、軟件工程等。但這些都是基礎知識，你需要對所從事的行業和企業有足夠的領域知識才能理解業務需求，從而把真正的商業問題轉化為一個數學問題，這需要大量的實踐和行業知識學習，通常這些知識只能從工作中或者通過職業教育才能獲取。

對于從事數據科學的人才，與專長于特定編程語言相比，泛型編程技巧遠遠更加重要，在如今這個時代，技術的發展突飛猛進，語言會很快過時，新的語言則將迅速普及。因此，學東西很快的人，會比單獨領域的專家更有前途。目前在數據科學領域比較流行的Python和R語言就是大部分高等學校的專業課程里沒有的，這些技能大部分需要在學校外學習。

與此同時，數據科學是一個充滿挑戰的科學，你需要不斷學習各種機器學習算法以應對越來越龐大的數據集。

總之，在某些技能方面，職業教育可以為學習者提供很大的幫助，尤其是特定業務領域的知識方面。可以說，如果你想成為一名數據科學家，不一定非要在學校里學習。

傳統教育vs在線教育

在線教育以視頻教學為主，具有低邊際成本、資源合理分配、教學形式多樣化等傳統教育不能比擬的優勢，但由于在線教育將傳統教育中的師生關系(人和人)一下子轉變課件學生關系(物和人)，在沒有互動、缺乏監督的情況下導致學生學習效率低、學習完課率低的"雙低現象"。大數據學習社區PPV課的創始人江海濤認為“未來的在線教育一定是老師和學生通過直播互動、虛擬實景、學習社區等方式充分交流和互動的模式，教育本質上是一個社交過程，只有人和人之間的Action和Reaction才能讓思想在師生、同學之間碰撞和交流，從而讓知識可以傳承、文化得以延續。教育應該是點亮智慧、激發心智的過程，每個學生胸中都有一個小火星，給Ta氧氣和空間，Ta就會熊熊燃燒，好的學習方式會讓學習過程從負荷爾蒙轉向正荷爾蒙。教育離不開師生、師徒這種人和人之間的依存關系。”

目前國內線教育平臺都是以視頻為主，課程以技術類和編程語言為主，而數據分析師、數據科學位于一個多學科交叉的位置：程序設計、統計、算法、數據分析等。目前沒有哪一家平臺能系統提供所有課程，并且為不同背景的學生構建一個清晰的學習計劃和學習路線圖。

PPV課的數據科學訓練營計劃以學習結果為導向，每一期學習訓練營都會針對不同的課程由訓練營老師發布學習計劃，通過觀看視頻、閱讀書籍、練習、評測等綜合學習方式，讓學生可以循序漸進、融會貫通的學習，從而達到高效學習的目的。PPV課數據科學訓練營的最大特色就是老師全程輔導，在線學習，循序漸進。這里沒有教室、沒有考試、沒有畢業典禮，只有師生，只有知識、只有渴求。

“我們希望建立一個以在線學習為主、老師全程引導的新模式，我們相信，未來，數據科學訓練營一定會成為數據分析師、數據科學家成長的樂園。” PPV課的創始人江海濤認為。