數據科學家必須掌握的一種語言，不是R也不是Python！

當一個企業管理者去閱讀和處理關于 大數據 的東西，他會發現相關內容太多了。

這個領域發展太快，幾年前好多行業術語還不存在，現在只是列一個簡短的編程語言就足以讓領導們頭暈： R, C, Python, Java, Julia, Scala, Ruby…

但是只有一種語言是每個數據從業者都該熟練掌握的，那就是業務！

作為招聘人員，我們會評估候選人的技術、能力，我們看他們在kaggle上完成的項目情況，我們可以做一個嚴格的技術測試來確定他們的專業水平——這些都是可衡量的。他們要么有相關知識和技術，要么就沒有。

然而一個好的數據科學家之間的區別通常不是他們的技術能力和數學水平。數據科學的存在是為了提供服務，如果他們不能輕松的和非專業的同事和老板溝通，就會大大減少數據科學的有效性，他們需要很容易與人溝通、理解。

他們必須理解他們的業務和問題，提供數據達到最好的解決方案。他們必須善于促進循環連續的對話——從業務到大數據團隊然后回到業務，大數據科學家不僅能解決業務問題，還會選擇提出對組織最有價值和正確的問題。

他們必須能夠用簡單和清晰的方法展示他們的研究成果，用商業語言而不是他們的專業術語。準確的數字和圖標是一回事，從中提取出關鍵業務的結論是另一回事，他們必須解釋和翻譯。

最初許多中層候選人都會缺少這些能力，因為他們大多在公司中相對孤立，不會和高管們有很多互動。解決方案就是讓他們更多的接觸業務，同時要向所有部門中層級別以上的同時介紹大數據的價值。

這樣組織才能充分利用大數據團隊來幫助他們的業務發展，他們將作為一個團隊一起成長，學會更有效的相互交談，他們將學會對方的語言！

作者：Matt ReaneyBig