统计和数据科学学位：过分夸大还是真正的交易？ |世界新闻 – 印度电视台

（The Conversation是一个独立的非营利性的新闻，分析和学术专家的评论来源。）

P. Richard Hahn，亚利桑那州立大学

（对话）“数据科学”现在很热门。在过去十年中，统计学本科学位的数量增加了两倍，作为统计学教授，我可以告诉你，这不是因为新生喜欢统计数据。

早在2009年，谷歌的经济学家哈尔瓦里安称统计学家为“下一个性感的工作。”从那时起，统计学家，数据科学家和精算师就已经超过了各种“最佳工作”名单。更不用说热门新闻报道的行业应用：机器学习！大数据！ AI！深度学习！

但这是好建议吗？为了开始对话，我将发表不受欢迎的意见。统计数据确实很有用，但并不像流行媒体 – 以及所有那些在线数据科学学位课程 – 似乎表明的那样。

超级员工

虽然所有媒体都倾向于耸人听闻的应用程序 – 观看猫视频的计算机，任何人？ – 数据科学的繁荣反映了对数据素养需求的广泛增长，这是现代工作的基本要求。

“大数据时代”并不仅仅意味着大量的数据;它还意味着增加了各行各业收集各类数据的便利性和能力。虽然五大科技公司 – 谷歌，苹果，亚马逊，Facebook和微软 – 占美国市值的10％左右，并占据了公众的想象力，但他们只雇用了所有员工的百分之一。

因此，要成为一场真正的革命，数据科学将需要渗透到非技术行业。它是。美国已经看到它对政治运动的影响。我自己也在医疗器械领域咨询过。几年前，沃尔玛举办了数据分析竞赛，作为招聘工具。需要能够挖掘数据并解析数据的人无处不在。

在2015年美国国家科学院的一次演讲中，Steven“Freakonomics”Levitt根据他在航空业和快餐业等领域的广受欢迎的顾问经验，提出了他对数据精通工人需求的见解。他的结论是，下一代超级员工是一个具有一定商业意识，一点计算技术和一些统计数据的人。

越来越多地要求数据通知我们的所有决策。但这种广泛的用途意味着它不性感。性感的工作 – 在自动驾驶汽车或Go-playing计算机上工作 – 将需要的不仅仅是统计学方面的本科专业或者使用Python进行预测的为期一周的训练营。事实上，一位业内同事告诉我，“数据科学家”这个词被用来安抚博士学位。负责整天运行线性回归的物理学家。

所以，就我所看到的方式而言，在场地边缘会有蛋头类型，并且会有一些人在做必要的苦差事，而且会有很多人介入，仔细查看数据并尝试收集有用的见解。但是 – 这是重点 – 每个人都更好地知道如何制作基本图表并围绕数据库。

那么我在哪里注册？

五年前，没有数据科学学位这样的东西，现在这个列表运行页面和页面。这还不包括传统的统计程序，或计算机科学或运筹学等相关科目的程序。 LinkedIn的侧边栏强烈认为我应该考虑从几个不同的地方获得数据分析的在线硕士学位。

这些计划的激增说明了许多人在统计和数据能力方面的本科教育不足。尽管统计专业人数增加了两倍，但去年只有3,000人，而商业学位为370,000人，精神学位为117,000人。考虑到如今学士学位是临界义务，这些学生中的更多学生当然应该给出统计数据（或者一个较新的数据科学学位）。

但我担心，这些学位的吸引力背后的前提 – 特别是在硕士水平 – 是只有技术可以解决问题的想法。没有什么比真相更遥远。统计是理解数据的工具，但它本身不能理解任何东西。可能是人们在应用统计或机器学习方法时犯的最大错误，并不是认识到被分析的数据不足以回答相关问题。只教你最热门的预测分析技术，如深度学习，有点像学习如何驾驶而不知道如何导航的第一件事。

为统计教育的附加值设定切合实际的期望对我来说很重要，因为我是一个真正的信徒。我觉得更多的人应该学习统计数据以及如何分析数据，因为它是理解现代生活的有力方式。除了提升一个人的就业前景外，统计教育还可以教你何时忽略医生的不良建议，帮助你理解重要的经济理念，一般来说，帮助你减少错误。这些真正的美德受到大数据炒作的破坏。

所以，是的，更多的人正在研究大学水平的统计数据，而且绝对会有更多的人。但我认为专注于数据科学专家的激增正在误解需求的本质。每个人都应该拥有更多这些技能，即使这不是他们的主要职位。

本文根据知识共享许可在The Conversation中重新发布。阅读原文：http：//theconversation.com/statistics-and-data-science-degrees-overhyped ….