实践数据分析

大数据时代，数据科学家成为新兴的热门工作，吸引不少学子往这方面发展。想要成为数据科学家，不一定只能报读数据科学本科，念统计学一样也可以。
根据美国求职网站Glassdoor发布的《2019年美国最佳工作》（2019 Best jobs in America）排名，数据科学家（Data Scientist）以10万8000美金（约45万令吉）的平均年薪占据第一。随著数据科学在各个行业的需求剧增，全球各大专院校也在近几年推出了相关学科科系，以迎合庞大的市场需求。

工业统计  提供有效分析

随著市场对数据科学家的需求量越来越大，不少学府也开始推出相关科系，包括数据科学、工业统计学（Industrial Statistic）等，虽然科系名字不同，但内容相仿。双威大学（Sunway University）今年推出工业统计学系，以基础原理、数学及电脑知识为3大教学主轴，帮助学生迈向数据科学家的路。

处于大数据时代，无论哪个行业，都有可计算的数据，区别在于数据的多寡和计算方式。统计师被美国劳工部劳动统计局（Bureau of Labor Statistics）列为2018年增长最快的职业，并预计市场对统计师的需求将会在2026年增长至33%，而其他工作的需求增长幅度则介于7.4%左右。2015美国财经杂志《Fortune》曾评价统计学是美国科学、技术、工程及数学（STEM）领域中发展最快的领域，而《美国新闻与世界报道》（US News & World Report）则在2016和2017年将统计师评价为5大热门工作之一。

“简单来说，统计学其实就是数据。”双威大学数学科学学院（School of Mathematical Science）院长何子杰指出，每个行业都有数据，而将数据进行分析、帮助企业做出商业决定，都是统计师的工作。拿到数据后，数据分析可分为3大类，即“描述性分析”（Descriptive Analytics）、“预测性分析”（Predictive Analytics）及“指示性分析”（Prescriptive Analytics）。描述性分析能解释已发生的事，如分析出消费者是谁、买了什么货品等；预测性分析能分析出即将发生的事，如推测消费者接下来可能会购买的物品；而指示性分析则能指导执行者该如何做，如在顾客完成消费后，手机会自动收到适合自己的临近店家优惠券。

要完成上述分析，则需要有电脑科学、数学统计及基础原理的支撑。“很多学校会著重在前面两点，但要是学生不理解原理，很可能会导致统计错误。”何子杰表示，当学生对基础原理掌握不足时，可能导致他们用错误的方式萃取数据，又或者无法分辨拿到的数据是否正确。倘若数据的源头错误，将导致分析结果错误。“即便现在有人工智能（AI）和分析软体的帮助，但数据本身就已经被“污染”了，又怎能分析出正确的结果呢？”

何子杰认为，目前的科技仍然无法辨认数据萃取源是否正确，因此需要从根本开始著手，打好基础才能确保数据源正确。他举例，许多人不明白统计学为何要修线性代数学（linear algebra），其实它能培养学生的思维模式，帮助他们在数据还未经电脑分析时，就看到其分析模式。

他亦指，基础知识中并没有哪个比较重要，而是环环相扣，科目与科目之间相辅相成。譬如在学概率（Probability）前要学微积分（Calculus），然后还需要有运筹学（Operational Research）、数学统计（Mathematical Statistic）等才能形成学生的基础观。有了基础知识，无论在学习商业知识或是电脑科学，都能很快上手。“我们会尽量在电脑科学、数学统计和基础知识中达到平衡。”

讯息化时代 统计学毕业生出路广

为了符合人工智能的运用，统计学也纳入城市编码。但要平衡三方面的知识就得缩减一些电脑科学相关课程。何子杰坦言，这里的电脑科学课或许不比其他院校多，但院方会按照业界需求来规划程式编辑的课程内容。“现阶段学的是R、VBA、SAS、Python等，但会随著市场变迁而调动。课程中不仅教导程式编码，也会将之融入其他课里，让学生融会贯通。院方也会不定期举办工作坊，邀来业界人士进行指导，让学生有更多机会了解业界现况。

为期3年的课程中，学生需要到数据相关行业或品质管控领域实习至少3个月。何子杰笑说，并非只能选择到征聘数据科学家的公司实习，只要是需要运用数据的地方都能实习。

“有人好奇为何统计学学生可以到品质管控部门实习，其实在品质管控中，统计师需要计算生产线的一切，以确保产品达标。若是产品不符合标准，则需要用数据重新建立整个生产线。”

他也举例，制造业需要靠数据统计来计算原材料的用量、确保品质达标、控制生产时间等；医药行业则需要分析病人的住院天数和成本、预测临床前疾病（pre-clinical disease）等；建筑业需要统计学来帮助计算什么营运组合才能维持在最低成本内，计算和比较员工的生产力、材料价格、数量是否成正比。统计学学生出路不少，包括统计员、数据分析、项目顾问、品管工程师、生物统计学家等，何子杰洋洋洒洒数了一堆后总结：“总的来说，是在做数据就对了，只是行业不同，名称也不同。”

助学生考取国际认证

美国职业社交网站领英（LinkedIn）2018年8月发布的劳动力报告显示，美国有超过15.1万个数据科学家职位空缺，纽约、旧金山和洛杉矶等地更是出现了严重短缺。

“数据科学家已经成为众人眼中的香饽饽，但并非拿著大专毕业证书就能说自己是数据科学家，要获得认可，就必须考取国际认证。”何子杰指，校方在研究过全球商业智能和分析软体SAS旗下的数据科学家认证考试后，发现认证考试分为5大区块，当中有不少考题需要有基础知识的支撑。“这也是我们将基础原理设为课程中3大范围的主因。”

校方早前便已将SAS的部分软体作为授课工具之一，早前更与SAS达成共识，将会把一些SAS科目纳入教学范畴，而SAS也会派送讲师前来授课。“当然，我们只是为学生做好应考的准备，最终的选择权还是在学生手中。”学生可自由选择是否要考取数据科学家认证，倘若不考取认证，只要完成3年的课程，毕业时也能获得SAS所颁发的联合证书。

校方同时引进美国质量协会（The American Society for Quality，简称ASQ）的六西格玛（Six Sigma Certification）供学生选择。六西格玛是一种改善企业质量流程管理的技术，以“零缺陷”的追求，带动质量大幅提高、降低成本，最终实现财务成效的提升与企业竞争力的突破。它旗下共有6种不同的带段考试，学生可选择适合自己的带段应考，将能帮助提升个人营运技能及领导技能。