发表日期：2019-07-18
想玩数据科学，是不是一定得学编程？
—— “不！”
作者：Piyanka Jain
许多刚接触数据科学概念的同学，往往会有这样的疑问：要想用好数据科学技术，是不是我就必须学会 R、Python 或类似的什么编程语言？
剧透一下，答案是：不。
作为数据科学方面的专业咨询与培训机构—— Aryng 学院的一员，我这几天和学员 Patrick 聊了聊。目前 Patrick 领导着一家 B2B 服务企业的销售运营团队。在工作中，Patrick 喜欢使用 Looker 和 Salesforce 等工具，通过分析数据和图表，以完成定位、细分等各种销售策略。
几个月前，他参加了 Udemy、Coursera 和 Code Academy 开设的免费课程，以便为踏入数据科学的职业生涯做好准备。同时，他还自学了一些 SQL 的预备知识。在觉得自己有了点准备之后，他参加了 Aryng 的分析能力测试，我们开始探讨如何帮助他完成这一转变。
我向他推荐了《Aryng 平民分析师认证课程》（Aryng Certified Citizen Analyst，缩写为 ACCA），这涵盖了数据科学方面的各项基本技能。在这过程中，将会用到更为简单的方法来完成分析，例如使用 BADIR（我们专有的“数据到决策”分析框架）进行一些相关性分析等。一些简单的商业分析工具，比如微软的 Excel，可以和 BADIR 框架结合使用，并带来重大的商业效益。
在 ACCA 认证课程的学习过程中，学员还将完成一个真实的工作项目，作为整个课程的一部分。我们则会担任项目导师。
所以，ACCA 认证课程并不需要任何编程知识，但当完成课程的学习之后，Patrick 掌握的技能可以帮助他解决 80% 的常见商业问题。之后，如果他愿意的话，他就能顺利地转型成一名销售分析师，不论这个职位是在他现在的公司内部，还是跳槽去其他企业。作为他的新职位的一部分，他通常需要通过各种基于图形界面的工具（比如 Looker 或 Tableau）来访问一些相对较小的集合数据集，甚至并不真的需要用到 SQL。尽管如此，SQL 还是一个很棒的技能，能作为你进一步发展的技术支撑，以备不时之需。
简单技巧 vs. 高级技巧
然而，他还是可以选择继续前进。在通过 ACCA 认证课程之后，如果他想要进一步，成为一名数据科学家，他可以参加《Aryng 预测分析与机器学习》（Aryng’s Predictive Analytics and Machine Learning）课程，这样他就可以利用 BADIR 框架，并使用 R 和 Python 来执行回归分析、决策书、文本分析、聚类、神经网络等高级技术。这类高级技能将能帮助他解决剩下的 5-20% 的商业问题。通常，这些高级算法将会使用日志级别、事件级别或者客户级别的“大”数据，因此你需要正确使用编程/统计工具来处理数据并实现算法。
事实上，我们也非常依赖于这些更为简单的方法。在与 Patrick 的讨论中，我也将同眼的实情跟他进行了分享：尽管我们的数据科学团队已经完全配备了所有的数据科学技术能力，我们还是为客户提供更加简单的实现方式，因为这样通常速度更快，而且这个项目用这些技术也就已经足够了。
Patrick 惊喜地发现，他可以成为一名成熟的数据分析师，而不需要学习编程。此外，如果你对 Google 或者 Facebook 这样的“财富 50”强企业有一定的了解，你也会发现，他们中也有像产品分析师、营销分析师、销售分析师等，更适合平民分析师的职位。同时，这些企业也拥有数据科学家和机器学习研究团队，以满足（像我们上面提到的那样）需要更加先进的数据科学技术的使用场景。
所以，不要被围绕着数据科学行业的这些迷思所困扰，也不要被那些更为复杂的 AI 算法吓退。勇敢地拥抱这些基础分析技能，在你的第一个实战项目结束时，你将能真正感受到自己所拥有的激情和力量。
祝一切顺利！
（本文已投稿给「优达学城」。 原作： Piyanka Jain ，有删改，编译：欧剃 转载请保留此信息）
编译来源： https://medium.com/dataseries/is-programming-a-must-for-applying-data-science-87f4ea0dfc44
标签：Udacity、Translate、Python、Data-Science