英特尔首席数据科学家Bob Rogers最近在哈佛大学的一次演讲中解释了他在招聘数据科学家时的期待。CIO们对商业智能专家的必备特性更精通一些，但对数据科学家的接触有限，可能需要注意。

“当我思考究竟是什么造就了一个伟大的数据科学家时，我从数据科学家这个概念开始，将其与三年或四年前的分析师进行对比，”Rogers说。

分析师——作为昔日的热门人物，他们根据企业所有者或经理的确切规格查询数据和工艺报告，具体做法是：创建一份关于上个季度部件的销售数量的报告。他说：“这是一个非常有针对性的活动，创建报告是一件非常具体的工作。”

相比之下，数据科学是用户与分析结果之间的“对话”，探测的是数据和创建分析所需的技术，Rogers 说。

“因此，一个伟大的数据科学家了解算法的局限性，至少能够直观地理解统计数据。但他或她也可以与那些将使用这些结果的利益相关者进行沟通，”Rogers说。他在两年半前来到英特尔，此前他曾在华尔街和医疗保健行业做过一份耀眼的分析工作。

数据科学家和利益相关者之间的对话——在Rogers的世界里，这通常是一个业务部门的领导者——需要快速地获得具体的信息。例如，数据湖可能很好，但你不能止于表面，他说。

Rogers解释说：“最好的数据科学家是可以进行对话的人，将组织的目标转化为非常具体的问题，这些问题可以通过算法和数据的结合来解决。”

招聘数据科学家只是工作的一部分

Rogers的演讲名为《分析之旅》(Adventures in Analytics)，主要面向哈佛大学的教职员工和学生，是英特尔高管的返校节。在哈佛，他是一名博士生和博士后，Rogers认真研究了他在分析领域的冒险经历，探索了计算模型如何解决天体物理学的问题。在那里，他对人工神经网络产生了兴趣——这是今天我们称之为深度学习的早期版本。

Rogers在神经网络上的一个项目是帮助一个无聊且不快乐的实验室伙伴完成一个普通的夏季项目，其中涉及到地图上的图像。通过使用机器学习模型和受影响学生的两周训练数据，Rogers创建了一个神经网络，“整个夏天的工作在八个小时内就被彻底摧毁了。”这项研究成果发表在一篇学术论文上，吸引了华尔街交易员的兴趣——以及2011年获得诺贝尔物理学奖的实验室伴侣Adam Riess，两人成为终身朋友。

除了聘请英特尔的数据科学家之外，Rogers还扮演着传教士的角色，是芯片制造商的企业探索者。

Rogers说：“我拥有的一个角色就是理解现实世界中的每个人都想做什么，并将英特尔硬件能够做的事情与他们正在做的事情对应起来。一个简单的例子就是，你可以用硬件实时加密数据，几乎不需要计算开销。几乎没有人知道这一点。“

他还走出英特尔轨道，发现下一步将要发生的事情，并确定前沿人员面临的挑战，包括从事基础研究的科学家。他表示：“如果我能为英特尔设计带来前瞻性问题，那么下一代芯片将会更有效。”

接下来将要发生的事情包括无人驾驶汽车，无人驾驶飞机和其他众多具有硬件组件的下一代计算机，但需要“一个非常强大的软件生态系统”才能运行。他说，这是芯片制造商现在拥有首席数据科学家的一个重要原因。“在一天结束的时候，我或多或少地因为这个想法而被雇佣，”Rogers说，正如Brian Krzanich经常引用观察者的话说，数据就是新的石油。

但与石油一样，数据也需要一些提炼才能提取价值。这就是为什么在英特尔招聘数据科学家时需要知道该寻找什么，因为芯片制造商从以PC为中心转向以数据为中心。“你不会把石油直接从地里拉出来——你需要把它转化成有价值的东西，”Rogers说。