李濤，畢業(yè)于復(fù)旦大學(xué)醫(yī)學(xué)院臨床醫(yī)學(xué)專業(yè) ，取得美國卡內(nèi)基梅隆大學(xué)信息管理碩士和美國休斯頓大學(xué)醫(yī)院管理碩士學(xué)位，美國教學(xué)醫(yī)院聯(lián)盟的醫(yī)院管理專家，中科厚立信息技術(shù)(成都)有限公司董事長，成都高層次創(chuàng)新創(chuàng)業(yè)人才“人才計劃“、南京高層次“人才引進計劃”，廣東省醫(yī)院協(xié)會常務(wù)理事委員，四川省醫(yī)療衛(wèi)生統(tǒng)計學(xué)會常務(wù)委員等。
曾在北京積水潭醫(yī)院擔任主治醫(yī)生，90年代中期留學(xué)美國，擁有近20年美國醫(yī)院管理經(jīng)驗，參與醫(yī)院管理標準的制定。熟悉美國醫(yī)療信息分類標準、質(zhì)量管理和國際醫(yī)院管理比較標準等，有醫(yī)療質(zhì)量管理、Six Sigma、醫(yī)療大數(shù)據(jù)分析、臨床科研、醫(yī)院管理決策支持等實踐經(jīng)驗，同時也是美國教學(xué)醫(yī)院聯(lián)盟客座教授和高級數(shù)據(jù)分析專家，美國醫(yī)院管理協(xié)會和德州醫(yī)學(xué)中心醫(yī)院質(zhì)量管理委員會組委成員等。
著有《數(shù)據(jù)決策打造醫(yī)院智能管理》、《疾病風險調(diào)整及其在醫(yī)院精準監(jiān)管與評估中的應(yīng)用》等專著論文數(shù)十余篇，擁有疾病風險調(diào)整相關(guān)軟著發(fā)明專利十余項。
現(xiàn)如今，當人們被問到什么學(xué)科最火爆，收入不菲，就業(yè)率最高時，“數(shù)據(jù)科學(xué)（Data Science）”想必一定是其中的一個答案?！豆鹕虡I(yè)評論》甚至曾一度將“數(shù)據(jù)科學(xué)家（Data Scientist）”這一職業(yè)評為21世紀最性感的工作。究竟是什么原因?qū)е聰?shù)據(jù)科學(xué)突然變得這么火爆呢？
回溯歷史，第一個提出對傳統(tǒng)的統(tǒng)計學(xué)進行改革的吹哨人是20世紀美國著名的統(tǒng)計學(xué)家John W. Tukey在1962年發(fā)表的文章《數(shù)據(jù)分析的未來》（The Future of Data Analysis），他提出了數(shù)據(jù)分析（Data Analysis）這一新科學(xué)和其未來發(fā)展的可能性，并成功預(yù)言突破數(shù)理統(tǒng)計學(xué)邊界的數(shù)據(jù)時代將會到來。他指出數(shù)據(jù)分析的目的是通過對數(shù)據(jù)的收集、處理和分析來學(xué)習(xí)數(shù)據(jù)中的信息，解決我們生活中所遇到的實際問題，而不僅僅是做研究任務(wù)。
時間來到1974年，計算機圖靈獎獲得者，丹麥人彼得·諾爾首次提議用“數(shù)據(jù)科學(xué)（data science）”來代替“計算機科學(xué)（computer science）”，用于區(qū)分出數(shù)據(jù)科學(xué)作為一個獨立于計算機科學(xué)的學(xué)科。但之后的二十多年，這個名詞在行業(yè)中卻似乎也沒人再提起過。
直到1997年，美籍華裔教授吳建福（C. F. Jeff Wu）在就任密西根大學(xué)的就職演說中發(fā)表了一篇題為“統(tǒng)計=數(shù)據(jù)科學(xué)？”的演講，他將統(tǒng)計工作描述為數(shù)據(jù)收集、數(shù)據(jù)建模和分析、以及決策制定的三部曲。在他的結(jié)論中，他開創(chuàng)了“數(shù)據(jù)科學(xué)”（而非“計算機科學(xué)”）這個術(shù)語的現(xiàn)代用法，并提倡將統(tǒng)計學(xué)重命名為數(shù)據(jù)科學(xué)，數(shù)據(jù)科學(xué)家就是能夠從大型數(shù)據(jù)集中析取出數(shù)據(jù)，并進行統(tǒng)計推斷的統(tǒng)計學(xué)家。
自此之后，隨著2000年左右的互聯(lián)網(wǎng)信息技術(shù)的大爆炸，2010年左右的人工智能技術(shù)的大爆炸等多種因素綜合在一起，最終促成了數(shù)據(jù)科學(xué)成為一個時髦專業(yè)，數(shù)據(jù)科學(xué)家也成為令人羨慕和神往的新興職業(yè)。
然而，在彼得·諾爾1974年提出數(shù)據(jù)科學(xué)概念的之后的二十多年中，數(shù)據(jù)科學(xué)并沒有像預(yù)期那樣的快速發(fā)展，歸根到底的原因有三個：
◇缺乏設(shè)施：計算機硬軟件設(shè)備遠遠達不到今天的強大和規(guī)模，當時最先進的IBM計算機還不如今天一個最普通的手機的功能強大。
◇缺乏原材料：在互聯(lián)網(wǎng)普及和數(shù)據(jù)大爆炸之前，數(shù)據(jù)的累計程度還不能體現(xiàn)出數(shù)據(jù)科學(xué)的重要性和傳統(tǒng)統(tǒng)計學(xué)之間的差異。
◇缺乏共識：由于計算機都還沒有普及使用，當時的統(tǒng)計學(xué)家們都否認這個學(xué)科，所以認為他們所做的工作與數(shù)據(jù)科學(xué)的描述沒有什么差異。
真正讓數(shù)據(jù)科學(xué)成為時髦學(xué)科的工具推手是開源性的編程語言，首先是R，其次是Python，最后是一系列重要的數(shù)據(jù)庫。
◇R：由Robert Gentleman和Ross Ihaka基于S語言在1993年成功地開發(fā)了R語言，并將其開源（這個還是很偉大的創(chuàng)舉），使R得到了迅速地傳播。R的數(shù)據(jù)結(jié)構(gòu)包括向量、數(shù)列、列表和數(shù)據(jù)框架。其衍生出的各種庫讓R能夠?qū)崿F(xiàn)對各種統(tǒng)計的理論概念的應(yīng)用，其中包括：線性、廣義線性和非線性模型經(jīng)典統(tǒng)計檢驗、空間和時間序列分析、分類模型、聚類模型等。
◇Python：如果說R語言奠定了數(shù)據(jù)科學(xué)基礎(chǔ)，改變了傳統(tǒng)的數(shù)據(jù)分析方式，那么Python的出現(xiàn)則拓展了數(shù)據(jù)科學(xué)的潛能，同樣作為一款開源的編程語言，Python不僅相比R更容易學(xué)習(xí)，且應(yīng)用極其廣泛。
除此之外，Python作為一個連接器，它能夠連接、調(diào)取、并且使用各種數(shù)據(jù)庫的資源，因此，Python得到了眾多數(shù)據(jù)科學(xué)家的追捧。據(jù)統(tǒng)計，在2019年，大約有65.8%的數(shù)據(jù)科學(xué)家稱他們在使用Python，這無疑是一個龐大的比率，并且這個數(shù)字每年還在持續(xù)增長。
◇其他的數(shù)據(jù)庫：這些重要的數(shù)據(jù)庫資源包括NumPy、Pandas、Matplotlib、Scikit-Learn、TensorFlow等用來解決不同場景中的算法和機器深度學(xué)習(xí)等。由于太過專業(yè)，本文就不一一的詳細介紹。
俗話說巧婦難為無米之炊，推動數(shù)據(jù)科學(xué)成為火爆學(xué)科的原材料推手是網(wǎng)絡(luò)爬蟲技術(shù)（Hadoop）和云平臺。
◇Hadoop：由計算機科學(xué)家Doung Cutting和Mike Cafarella在2005年共同研發(fā)了開源的軟件框架Hadoop，用來存儲和處理大量的數(shù)據(jù)集。Hadoop的出現(xiàn)讓企業(yè)擁有了處理大量數(shù)據(jù)集的能力，也讓企業(yè)家們意識到數(shù)據(jù)處理在商業(yè)中的重要性。數(shù)據(jù)研究不僅使商業(yè)公司的諸多問題得到了解決，而且?guī)椭麄兲剿餍碌纳虡I(yè)模式、研究消費者行為，在此基礎(chǔ)上做出更好的商業(yè)決策。
◇云平臺：隨著越來越多的商業(yè)公司開始重視數(shù)據(jù)的重要性，數(shù)據(jù)的保存成為了各大公司重要目標。云平臺在大數(shù)據(jù)領(lǐng)域中提供了云分布式存儲以及分布式計算的方案，解決了數(shù)據(jù)科學(xué)家由于龐大的數(shù)據(jù)量導(dǎo)致的算力不足的難題。
隨著數(shù)據(jù)科學(xué)的日益成熟，美國國家標準技術(shù)研究所于2015年發(fā)表七卷大數(shù)據(jù)參考框架（NIST Big Data Reference Architecture，NBDRA），于第一卷定義篇中將數(shù)據(jù)科學(xué)定為在理論科學(xué)、實驗科學(xué)和計算科學(xué)之后的第四科學(xué)。隨著企業(yè)家們越來越認識到數(shù)據(jù)的重要性，他們空前渴望擁有數(shù)據(jù)分析能力的人才，這也使數(shù)據(jù)科學(xué)在商業(yè)領(lǐng)域中得到了迅速發(fā)展，并獲得了大量的實踐成果。接下來我們講講數(shù)據(jù)科學(xué)家的職責是有哪些呢？
本文中的內(nèi)容大多是基于我本人在從業(yè)過程中的切身體會和對討論議題的個人看法，若有不妥之處，敬請諒解，也歡迎在評論區(qū)留言。感謝大家的點贊、評論加關(guān)注。咱們下期《為什么數(shù)據(jù)科學(xué)突然火起來了？（下）》再見！
 |
中科厚立信息技術(shù)（成都）有限公司 |
 |
電話 ：028-62695200 |
 |
郵箱 ：holistic@houlidata.com1 |
 |
地址 ：成都高新區(qū)益州大道中段1800號1棟17層 |
