大数据时代的技能大挑战
大数据时代,掌握数学和统计,就像在全球化时代掌握英语一样重要。数据已经成为了经济、管理、科研、政府等各个领域的共同工作语言,不懂数学和统计会面临很大的沟通成本。如何在碎片化的时代,克服数学焦虑,掌握数学和统计知识,是每个人都面临的挑战。
数学焦虑是人们面对数学问题时产生的习惯性的焦虑或恐惧情绪,会极大地影响人们解决数学问题的能力,并降低学习数学的兴趣。心理学家发现,对于数学的恐惧是一个很普遍的现象。调查反映,美国有60%的大学生都存在着数学焦虑情绪,而仅有10%的学生是对数学感兴趣的。从牛顿发明微积分算起,现代数学体系是人类最近300年发展出的一套理论体系。数学符号化、抽象化的运作方式,和人类大脑先天视觉化、具体化的思维习惯有着很大的差异。
数学学习需要学生保持长时间的注意力集中,也就是要坐得住冷板凳,而这一点正在变得越来越困难。美国高度发达的娱乐产业,已经使得多动症成为了高发的儿童心理疾病。美国中学生的数学水平测试,已经远远落后于亚洲和北欧的学生。虽然有着高质量的教育资源,但薄弱的数学基础使得美国大学生不愿意选择理工科专业,仅有20%的美国大学生毕业于理工科。
理工科人才的缺口,已经限制到了美国经济的发展,迫使奥巴马在2011年发布了“STEM人才培养计划”,其中的“STEM”,是科学、技术、工程、数学四个英文的缩写。BCG在2014年发表的研究报告中发现,美国的高科技行业面临着严重的人才紧缺。科技产业发达的华盛顿州中,有三分之二的科技高端岗位都无法找到合适的员工。 中国学生的数学基础教育是全球领先的,但是数学焦虑也同样普遍。数学基础课的挂科率在各个院校都排名靠前,而大多数学生对数学课程也缺少兴趣。高校的数学系也是报考人数不足,每年都需要通过调剂招生。
数据工作者的门槛不仅在于数学和统计学知识,也在于编程能力和行业经验。 大数据分析基于海量数据的储存、传输和处理,从原始数据到分析结果,需要运用一系列程序。数据分析常用的软件包括比如Hadoop、SQL、R、SPSS、Tableau、Excel,很多工作都需要编程的技能。数据分析的目标是发现问题、解决问题、提高效益,但每一个行业都有特定的问题。行业经验能够让数据分析人员找到问题的方向,抓住问题的重点,从而更有效地利用数据,也能够使分析的结果发挥更大的价值。编程能力和行业经验多许多大学生,也有着不小的门槛,这更是让优秀的大数据人才显得弥足珍贵。