2012 年，Data Scientist (資料科學家) 被《哈佛商業評論》譽為「二十一世紀最性感的職業」後，「 Data Science (資料科學) 」逐漸成為一個時髦術語(Buzzword)。
一、關於資料科學資料科學是一門藉由資料分析來探索知識的學科，結合了諸多領域中的理論和技術，例如：數學、統計學、電腦科學和領域知識。廣義上，資料科學即是提取資料、數據中的重要部分來達成後續的研究目的，例如：資料視覺化、資料探勘與機器學習。資料科學為跨領域知識的結合與應用，常應用於商業、金融、醫療和社會等領域資料。
二、資料科學重要職能
1. 資料分析與視覺化能力
資料科學家除了要具備敏銳的商業洞悉、資料分析能力以外，還要能夠擁有將巨量資料統整並視覺化的能力，以利後續進行商業分析和建立模型的重要參數篩選。除此之外，資料視覺化將可呈現精闢和易於理解之報告內容，資料科學家需時常向上位管理者和公司客戶等重要角色進行報告說明，如何清楚且精確地表達分析內容便是重要的一環。
2. 程式撰寫與資料處理能力
資料科學專案中，Python 和 R 程式語言用於快速執行資料處理、資料分析等流程，並可建立機器學習、深度學習模型來進行預測；而資料庫管理語言—SQL 則可以從公司資料庫中快速撈取和篩選預分析之重點資料用於後續分析。
3. 團隊合作與溝通交流能力
在業界中大多是一個資料團隊攜手進行專案，因此團隊合作和交流溝通便是不可或缺的能力。通常在一個資料隊中會包含資料科學家、資料分析師與資料工程師，而資料團隊也需時常與公司其他團隊（例如：研發團隊、行銷團隊等）進行討論與合作。
三、資料科學工作職位
業界中常見的資料科學工作職位主要有資料工程師、資料科學家和資料分析師。
- 資料工程師(Data Engineer)
資料工程師需熟悉資料儲存環境系統結構，精通 ETL，協助資料科學家和分析師蒐集、分類與處理資料。
2. 資料科學家(Data Scientist)
資料科學家需主導或帶領資料團隊依業務需求或商業命題建構分析模型並提出預測洞察供公司高層決策參考。
3. 資料分析師(Data Analyst)
資料分析師需善用各類分析方法與具備資料視覺化能力，協助資料科學家進行各式分析工作，熟悉專業領域與大數據結合的需求串接。
四、結語
目前台灣公司大多還未精確定義各資料職位，可能每間公司都有不同的定義和工作內容~建議先仔細確認職缺內容再進行履歷投遞。此外，如果想了解這3位職涯角色應用AWS 技術的案例，歡迎進入官網查看更多資訊：https://aws.amazon.com/tw/sagemaker/
對於 AWS Activate Program 是否倍感興趣？
⭕ 了解更多計劃內容： https://go.aws/3FuDG9l
⭕ 馬上成為計劃會員： https://bit.ly/aws-activate-program-signup
