就在上世纪，父母一般都希望子女长大成人后能够成为医生、律师或银行家。如今，有些父母可能会引导子女走另一条职业发展道路——做一名数据科学家。

由于数据分析在公司决策和经营战略方面起着愈加重要的作用，数据科学家被《哈佛商业评论》称为“21世纪最性感的职业”，并且该职业的薪酬也相当傲人。据Glassdoor的数据显示，在北美金融之都纽约，数据科学家的起薪在10.8万美元上下。全美该职业的平均薪酬约为11.3万美元。

专家指出，预计2016年华尔街的数据科学家将成为多面手。数据科学家职位的竞聘者必须善于学习，有金融背景，能够用Python、Java、C和C ++等各种语言编码，并且能够运用R和SAS等工具来解译统计数据和实施预测分析。总之，因为要与所有各种数据打交道——从视频、社交媒体、代码到原始统计数据不一而论——所以数据科学家会接触到企业的不同职能部门。

此外，从业者应当求知欲强，善于与人沟通。“数据科学家必须喜欢刨根问底，要能够透过数据表面探知趋势所在”，IBM公司的大数据产品副总裁Anjul Bhambhri如是说。“这就像文艺复兴时期那时候的人，确实想要学习，并且想给公司带来变化。”

总部设在芝加哥大都市区的高管猎头公司Burtch Works的招聘专家Adam Flugel于3月4日（星期五）对《财富世界》杂志如是说，数据科学是非常热门的领域。“[从业者]必须能够写代码，将杂乱无章的数据梳理清楚，并将数据分门别类。”

Burtch Works公司专门从事信用和风险分析的招聘专员Meghan Shea补充说，因为金融服务行业是受监管的行业，所以该行业的绝大部分数据都是结构化的。

那些行内人士指出，要想做好数据科学家这份工作相当不易。美国政府有史以来第一位首席数据科学家Dhanurjay “DJ” Patil曾这样说过：“我要告诉刚入职的数据科学家新手一件事：你们要做好最早上班，最晚下班的心理准备。如果这意味着你每天只能睡四个小时，习惯就好。这样的情况要持续半年乃至一年时间也说不定”。

帝国之心

最近十年来，华尔街巨头摩根大通(JP Morgan Chase)公司在吸引最出类拔萃的程序员和统计学家方面一直居于业界领先水平。该公司首席执行官Jamie Dimon在其2014年度致股东的信中表示，该公司拥有“近3万名程序员、应用开发人员和信息技术员工，正是因为他们的努力，我们服务所有客户的7,200个应用程序、32个数据中心、5.8万个服务器、30万台电脑以及全球网络得以平稳运行。”

Shea解释说，从那时起，投资银行对那些能够编写最具创意算法，从而有助于达成生意的数据科学家趋之若鹜。在这方面，投资银行之间拼的不是战略，而是谁的技术最好。

Shea指出，云集在银行的数据科学团队现在正在搭建与网上数字行为相关的数字科学平台，——比如怎样锁定目标客户，以及如何获得他们的青睐。

根据领英(LinkedIn)网站，截至2016年3月，总部设在纽约的寻求数据科学家的金融服务公司包括：美国运通(American Express)、贝莱德(BlackRock)、大通(Chase)、高盛(Goldman Sachs)、摩根大通(JPMorgan Chase)、毕马威(KPMG)、普华永道(PwC)和美国教师退休基金会(TIAA-CREF)。

Shea说，投机性投资集团在运用数据科学方面采取不同的策略，并且它们的战术秘而不宣。总部位于纽约的定性交易公司Jane Street虽然从事的不是对冲基金业务这样的投机买卖，不过其业务仍令人感到神秘，因为其交易人所专注的策略是用其自有资金大额买卖交易所交易基金来获取利润。

另外，Jane Street的求职面试在华尔街也是出了名的最难的，《纽约时报》2015年2月曾对此进行过报道。该公司每年聘用的新员工寥寥无几。面试者要面临层出不穷的刁钻数学谜题和博弈论方面的问题。

Jane Street的董事总经理及合伙人Sandor Lehoczky对《纽约时报》介绍说，理想的ETF交易者应该具备他所称的二阶知识——聪明人敢于直面错误和敢于认错。因此，他可能会给考生一个无法解决的数学难题，来衡量他们对挫败的反应。

华尔街的精英人才从这些心理挑战中脱颖而出，并惺惺相惜。Patil说，“他们在此工作的努力程度远胜大多数地方10倍有余，因为这里别无选择，只能放手一搏”。

如果能在这里成功，其他地方都不在话下

无论最终结果如何，有抱负的数据科学家们都准备好迎接挑战。据总部位于费城的一家软件初创企业RJMetrics在2015年5月的报告称，自2011年以来数据科学家的人数已经翻倍。援引领英数据的该报告显示，截至2015年5月，世界范围内在职的数据科学家有11,400名——并且该数字还在快速增长。

Flugel说，尽管数据科学的工作空缺比比皆是，鉴于其知识要求极高，这些职位想要招到合适人选极为困难。“这个行业也正在寻找这方面的翘楚——熟稔这一领域的人才，比如有金融背景的数据科学家。目前尚无这样的人才。”

Flugel指出，除了纽约和华尔街，数据科学家的工作地点可以很灵活，但其中大多数人都去了“数据科学的圣地”旧金山，还有波士顿、西雅图和芝加哥。

Shea说，有志在初创企业施展自己技能和天赋的人才可能会青睐亚特兰大、达拉斯和洛杉矶地区，因为尔湾是日益崭露头角的数据科学中心。许多专业从事欺诈识别的金融服务公司总部都设在圣地亚哥。在位于南加州的那些软件公司，数据科学家专注于解决数据泄露、安全问题及防止身份盗用。

展望未来，Flugel认为数据科学家正在从要兼顾数据分析方方面面的个人发展成为数据科学家团队。他总结道，“传统角色之间的界限将是模糊的。独角兽式的数据科学家可能会慢慢退出历史舞台。将出现更多的数据工程师来搭建[一家公司]的基础设施，而另一个团队成员将只关注研究统计数据。各团队将会把知识库融合汇总在一起。”

补充报道

未来数据科学家将返校深造

凡是有志于从事数据科学家（2010年至2020年期间的热门职位）职业的才俊，应该考虑重返校园深造拿个研究生学位，从而提升自己分析大数据的业务能力和专业技能。

据一家位于芝加哥的高管猎头公司Burtch Works的招聘人员所说，数据科学家们都有定量学科的硕士或博士学位，如应用数学、统计学、计算机科学、工程学、经济学或运筹学。

Burtch Works公司专门从事信用和风险分析的招聘人员Meghan Shea指出，招聘数据科学家的金融机构都很看中求职者的学校背景。哈佛大学和哥伦比亚大学等知名学府都是培养数据科学家的摇篮，在这里可以与同行切磋，向导师请教。

在过去几年中，下面这些名校已经开发出大数据的硕士课程：

• 哈佛大学：这家常青藤名校的工程与应用科学学院提供一年制计算科学和工程科学硕士学位。哈佛大学的应用计算科学学院于2010年开设了这一课程。
• 哥伦比亚大学：哥伦比亚大学富的基金会工程与应用科学学院(Fu Foundation School of Engineering and Applied Science)坐地铁到华尔街只有一站，提供计算机科学的科学硕士学位，注重机器学习能力，包括诸如欺诈检测、金融和信息检索领域的技术和应用。哥伦比亚大学的数据科学研究所也为华尔街未来的大亨们准备了硕士或博士学位，教授如何破译金融信息和进行商业分析。
• 纽约大学：华尔街就在其后院，纽约大学斯特恩商学院提供两年制工商管理硕士，专注于商业分析。这个跨学科的学位课程涵盖数据挖掘、决策模型、计量经济学、预测时间序列数据、风险管理、交易策略和系统，以及回归和多变量数据分析。MBA的学生也可以参与商业分析中心，这项研究项目专注于利用统计学、机器学习及大规模数据集实验方法学。
• 美国加州大学伯克利分校：该校位于旧金山附近，为那些希望转岗做数据科学家的在职专业人士提供信息与数据科学硕士(MIDA)网络课程。伯克利工程学院也是AMPLab的所在地，该实验室专注于研究算法、机器和人员在大数据分析中的作用。
• 渥太华大学：加拿大首屈一指的数据科学教学项目就设在该国首都。渥太华大学提供电子商务技术的两个跨学科硕士课程。电子商务方向课程的重点是基于吸引新客户和满足新客户需求以及集成的供应链的组织变革，而电子技术方向课程专注于IT和系统架构本身，以创建和管理在线交易为目的。