阮敬：大数据高端人才是怎样炼成的（4）

鉴于国外已经形成了比较完整的大数据高端人才培养体系，那我们完全可以在培养国内人才时把它借鉴过来，这样做的好处是比自己摸索来的省时省力，可以尽快突破人才培养过程中的各个壁垒。

具体要怎么借鉴？还是要靠搜集客观数据来得出结论，这也是做数据分析的基本原则。如何实现从数据得出结论呢？数据的来源在哪里？在座的大部分是学生，以我们要了解的国外大数据高端人才的培养方式为例，将来你们如果要出国的话，在择校的时候肯定会先到国外学校的官网上去浏览，了解他们有哪些项目是你可以申请的，这就是搜集数据的过程。这个工序我已经帮你们做了，就是通过网络将开设了大数据人才培养项目的学校的数据搜集起来。这些资料有文本、图片、声音、表格、数字等各种形式，叫非结构数据。对这些数据进行处理之后，我们可以把它以我们能够分析的形式呈现出来，具体怎么做属于技术问题，不是今天讨论的重点。需要说明的是，国外的院校何其多，想要全部搜集到是不可能的，这里面涉及到一个权重设置的问题。像哈佛、耶鲁、普林斯顿等名校，在大多数人心目中肯定很有分量，但更多的是那些你没听说过的学校，比如我们首都经贸大学，我自己觉得挺有名气，但保不准在座的就有人没听说过。设置权重，可以让我们的结论更加靠谱，更有说服力。

下面具体跟大家分享下我获取相关数据的途径。在搜索引擎中键入大数据（big data）、深度学习（deep learning）、商业智能（business intelligent）、计算机科学（computer science）、统计学（statistics）等与大数据分析有关的词汇，这些词汇都是专家组讨论得到的。经过统计，这些词在该搜索引擎上一共有八亿六千三百多万条搜索记录。我们把它们从网络上采集下来编个程序，整理成可供分析的数据库。另外，网络搜索有一个热度高低的问题，有的网址热度高，有的热度低，像那些一万年都没有人访问，可能也没有人更新的，我们搜集来也没有什么用处，这就需要用技术来控制数据来源。留学要耗费一定的时间和金钱，鉴于国人普遍对排名靠前的学校认可度比较高，我们可以根据最新的美国大学排名（U.S.NEWS）把排名靠前的学校按照重要程度分别设置权重，数字越大越重要或者越小越重要都可以，这个可以根据个人习惯来。

通过统计并分析数据我们可以得到哪些信息呢？包括大数据分析要修炼多少年，即需要学多长时间；再有就是要花多少钱，即学费是多少；还有具体该去哪里练，是欧洲国家还是美洲国家；另外就是你是实地学习还是在线学习，最终是要兼职还是全职等。这些都跟你想要学习什么专业，是否适合这个专业方向及今后市场的需求有关。

通过文本分析、文本聚类、特征相关度等方法，我们把各个专业门派归纳出来，对大部分开设了这些课程的学校的信息进行提炼，当然其中的某些专业可能跟市场需求并不匹配。经过研究，未来市场认可的大数据人才大概分为三类。第一类人是有相关专业权威证书的；第二类是有博士学位的；第三类是有硕士学位的。在国外，很多专业证书跟硕士学位是并行的，也就是说拿到硕士学位以后证书自然也有了。本科的专业五花八门，虽然国外的很多学校可以自己设置专业，但一般没有大数据专业，所以国外的高端人才一般被定义为硕士以上学历的人。

经过统计，截止到2016年，世界范围内有300多个学校的384个项目和大数据相关；其中博士点11个，硕士点293个，能够通过学历直接获得证书的有83个。由于数量太多，我们把它们划分为数据科学、应用统计、商业分析、商务智能、健康医疗、信息系统、MBA七类。

有些朋友可能会觉得很奇怪，这些项目里找不到大数据的字样啊！事实上并没有明确的大数据专业，有的只是大数据分析的技术；学校教授的是计算机框架该怎么搭建，硬件、软件该怎么学习，以及数据分析的套路等；把这些内容都掌握以后，还需要结合具体的业务实践来运用。所以我们不能为了做大数据去学大数据，那样学完以后也不知道该怎么操作。

刚才我们把大数据相关专业的方向分了七类，相当于七大门派，商业分析是最热门的方向，大概有97个项目。国外的商科比较多，学起来相对容易，学成以后在现实生活中的应用比较广泛，毕竟一般的商业企业用不着特别繁复的分析手段。

上图是我们经过信息提取之后得到的词云图，每一个大字母都代表与大数据相关的一类专业，均由许多能表现主题词的字符组合而成。比如大字母B代表的是商业分析，在这个大主题下包含着管理（Management）、技术（Skills）、市场（Marketing）、计算机（Program）、数据（Data）等跟商业活动相关的词。其中线条粗、个头大，显示突出的词汇在商业分析这个大主题中发挥着比较重要的作用。词云图是可以令数据可视化的一种工具。相对应的字母I表示的是信息系统，G指得是商务智能，D是数据科学，T是健康医疗，还有两个字母A，一个是应用统计，一个是MBA。工商管理学硕士为什么也要用到大数据分析呢？做管理如果连数据都不能掌握，那是一件不可想象的事情，一会儿我们后面会讲到。除了这七大门派以外，对大数据的学习还有一些小的分支，因为不属于主流我们就不用考虑了。