从数据科学家到数据架构师，大数据职场中的核心新岗位

任何新行业兴起的时候必然伴随着行业的深化与细化，伴随着新职业岗位的生长，大数据行业也不例外。大家都说大数据，很多人甚至省略掉了数据，其实我们今天很多朋友做的最多算数据行业，还远不是大数据行业，因为还没有做数据源的整合、不同结构数据源的清理与对接、数据的贯通分析与实时共享；即使已经是大数据行业，那么属于大数据硬件行业（如制造、销售、管理大数据服务器）还是软件行业（开发大数据管理系统、数据内容的软件化整合与开发应用）也是不一样的；就算同是大数据软件行业，那么是属于数据库管理与运行维护，还是属于数据应用就是差异行业；同样是数据应用行业，数据资源的转移应用与精准匹配应用，与基于深度分析的决策应用，也是深度细分的差异行业；在大数据决策应用行业中，基于大数据分析的人工应用模式与基于大数据智能的自动化应用模式，可以看成不同的技术含量的精度细分行业。零点有数就是属于最后这个类别的大数据智能应用服务机构。

而在这样的行业中，我们会看到不少新兴的职业岗位兴起，其中不少人已经对数据科学家这一说法有认识，他们往往是数据模型或者说算法的设计者，也是复杂算法的修正优化与管理者；数据营销师，大家一看不算很新，但是实际上这个职位与过去的营销岗位除了有相近的传播、推广、沟通说服与信息汇集的功能以外，在今天的数据营销师会遇到的最大问题是客户提出了问题，而这个问题或者需求是原来的大数据产品或者技术不能完全解决的，因此营销过程带有较强的探索性沟通与寻求合作研发的特性；数据工程师是与数据科学家合作实施具体的数据管理与开发工作的技术白领，今天绝大部分数据工程师是边干边学，一般他们往往是学习计算机或者数据科学出身的初级专业人员；数据挖掘师，在海量数据中从事数据分类、清洗、标签与检核工作；数据安全师，从事数据安全的系统管理与监测工作，数据安全在大数据行业极为重要，因此数据安全师的地位远远高于线下生活中保安的地位。在所有这些岗位以外，有一个岗位往往是很少为人提及，但实际上至为重要的，那就是数据架构师。数据架构师需要判断在某一领域、行业的基本趋势与特点，熟悉开放式关键中的最佳标杆与前沿和典型做法，对于半封闭与体系内需要具备敏锐与犀利的洞察能力，由此而能来定义数据应用任务或者项目的目标与疆界、核心工作内容与指标、路线图与时间表，其中涉及到在多大意义上要体现本任务与宏观需要的契合、与周围可能有的其他关联系统的对接口、要素保障与条件保障、危机测定与安全管理机制。架构师需要将总体目标、要素关系、推进步骤能够在合理构设中蓝图化与实现优化整合。与设计师不同的是，架构师不只是蓝图设计者，也是蓝图可行性的负责人与推进者、协调者。

尽管我们在前面描述大数据行业的时候有一种介绍序列，其实在实际的大数据应用中，我们可以反过来看我们的大数据需要，然后设定我们在大数据应用、软硬件建设中的需要，这也是数据架构师所可能设计的工作内容。而我们所说的数据科学家，在一定程度上是链接与细化数据架构师工作的，而数据营销师往往需要一定的架构能力，而且能够理解数据架构的逻辑，从而能够创造性地推广前沿性的数据产品与服务。如果我能够大致提出一个典型大数据智能服务机构中这几类岗位的人员比例，那么它们大致是：数据架构师：数据营销师：数据科学家：数据工程师：数据挖掘师：数据安全师=1:2:3:30:60:5。而从人才市场的供应来说，实际上越是后面的岗位越是可以依靠专业机构培训的，越是前面的人才往往是在一定专业基础上在实际工作涌现的具有特殊技能的营运人才而需要数据机构领导人去留心发现。