超越技术技能:数据分析的文科方法案例

的见解2021年7月28日
通过迪克·福雷斯特博士,迪金森学院,还有艾米莉·马歇尔博士,迪金森学院

文科教育的目标是让学生不仅能在未来的职业生涯中取得成功,还能理解并融入他们周围的世界,当他们成为终身学习者时。

迪克·福里斯特博士和艾米丽·c·马歇尔博士,迪金森学院

狄金森学院最近开设了一个新的跨学科专业数据分析。本专业将通过以下方式为本科生提供深度和广度的知识:数学和计算机科学的基础课程,数据的哲学和伦理学的课程,一个经验的组成部分,和一个三门学科的重点。在高级研讨班课程中,学生将使用他们的领域知识,有意义地应用他们的技能在一个特定的主题领域。

狄金森学院的教职员工、行政管理人员和校友共同努力发展和实施这一新专业。迪克·福雷斯特博士和艾米丽·马歇尔博士,分别是教授和副教授,是新成立的数据分析系的联合主席。下面,他们列出了数据科学家所需的技能,以及为什么文科教育能够帮助学习者发展这些技能。

当你了解他们的洞察力时,考虑一下“数据科学家的特征”如何与任何年轻学习者所需要的强有力的贡献他们的天赋和天赋到世界的特征有关。


我们正处在向以数据为中心的时代过渡的悬崖边,这将极大地改变我们对世界的理解和决策方式。从商业模式到政府运营的一切都经过了演变和转变,以抓住数据驱动环境的机遇。

每秒钟都会收集大量的数据,如财务、空间、医疗和文本数据。把这些数据送到正确的人手中,可以帮助利用当今最大的机遇,解决我们最严峻的挑战,包括气候变化、工作的未来、全球化、社会正义和卫生保健。

不幸的是,合格的数据科学家严重缺乏。为了应对这一需求,许多学院和大学都开发了一些项目,培养年轻人的好奇心,使他们能够检查和转换塑造我们现在和未来的海量数据。

考虑到成为一名数据科学家所需要的技术熟练程度,这些项目大多在规模较大的大学开展也就不足为奇了重点主要放在职业培训上。然而我们认为,我们需要通过文科的方法来增强当代年轻学习者的能力,使他们成为下一代的数据科学家。

数据科学本质上是跨学科的,需要批判性思维、深思熟虑的分析和沟通技巧——所有这些都是文科教育的标志和强大的学习经验的组成部分。

定义数据分析

在我们深入研究数据科学家所需的技能以及这些技能与许多其他专业领域的交叉之前,让我们先明确定义数据分析。术语数据分析是指从数据中提取信息以发现模式、发现关系、得出结论和做出决策的科学。虽然数据科学和数据分析之间存在一些差异,但我们将在此处交替提及它们。

数据分析的应用是无穷无尽的,包括识别和预测疾病,应对全球变暖,以及了解收入不平等和大规模监禁等社会问题。要成为一名成功的数据科学家,需要具备许多技术技能,包括强大的数学、计算机编程和统计学背景。具体来说,需要精通统计建模、机器学习、数据可视化、数据争论和数据管理。

然而,成功的数据科学家还必须雇用许多非技术人员技能(通常称为“软”技能),例如形成问题、批判性思考、有效沟通(口头和书面)、主动解决问题以及将智力好奇心带到任何挑战中的能力。

正是在这些非技术技能的发展中,文科教育才真正大放异彩。它着重于在年轻人的分层学习过程中介绍和培养这些技能,这远远超出了所选专业的范围。文科教育的目标是让学生不仅能在未来的职业生涯中取得成功,还能理解并融入他们周围的世界,当他们成为终身学习者时。

而且,我们认为,那些对数据分析(或高等教育中任何选定的研究领域)表现出独特兴趣的年轻人,将在文科环境中茁壮成长——尤其是因为在这种环境中有意培养的技能。

数据科学家的特征

  1. 定义问题陈述并提出正确问题的能力。从根本上说,数据分析是关于形成和回答问题。虽然提出问题很容易,但实际上很难提出正确的问题——数据科学的好坏取决于你提出的问题。以哲学、历史和科学为基础的人文教育使学生能够提出有趣而有意义的问题。
  1. 适应和发展不断变化的技术技能的能力。成为一名成功的数据科学家所需要的熟练技术是不断变化的。文科学生被教导要广泛思考,并将解决问题视为一个迭代的、渐进的过程。此外,人文教育使学生成为永远好奇和成长为导向的终身学习者。考虑到数据科学的发展速度,推动自己学习的能力是至关重要的,这是人文教育的基本目标。
  1. 人际交往能力和团队合作能力的发展。毫无疑问,数据科学是一项团队运动,因为从业者很少单独工作;相反,数据科学家通常在团队中工作,将具有不同技能和观点的个人聚集在一起。培养良好的人际关系和协作能力是文科学位课程的主要内容,尤其注重多元化和包容性团队的价值。
  1. 有效沟通的能力。在成为数据科学家所需的所有非技术技能中,没有一项比有效沟通更重要。数据科学家必须能够解释他们的结论并合理地证明他们的方法。他们必须是讲故事的人,利用口头和书面交流,以及数据可视化,创建一个有助于将结果转化为可操作见解的叙述。文科学生以培养强大的口头和口头沟通能力而闻名。
  1. 好奇心。求知欲是文科的一个标志,它驱使个人寻找根本原因,真正触及问题的核心。对于数据科学家来说,这是一项重要的技能,因为该领域是关于寻找答案、发现潜在真理和精确定位隐藏见解的。
  1. 道德基础知识。在数据科学的实践中出现了许多伦理问题,如歧视、隐私、同意、信任和正义。数据科学家不仅需要技术专长,还需要知道如何负责任地收集数据,并合乎道德地使用它。文科学生有充分的条件考虑他们的技术知识在广泛的社会和商业挑战的伦理应用。文科使个人对伦理、道德以及最终的同理心有了坚定的理解。
  1. 全面的方法。文科教育培养个人从多个角度审视观点,从不同角度看待问题,欣赏思想和观点的多样性。数据科学需要这种整体方法来解决数据问题。数据科学家必须准备好以不同的方式看待问题,以便获得深入的见解。
  1. 领域知识。在数据分析中,领域知识是对领域、环境和数据来源问题的理解。在您知识有限的领域中分析数据集并构建模型是一项挑战。通过结合多学科的学习,文科教育使学生接触到从人文学科到科学的广泛学科。这个广泛的基础准备个人快速扩展他们的知识,并学习必要的领域知识,有效地分析任何数据集。
  1. 解决问题的能力。文理学院以培养全面发展的学生而闻名,这些学生具有创造性思维和出色的解决问题的能力。几乎数据分析项目的每一个方面都需要解决问题。这包括定义正确的问题,形成并评估假设,测试并得出结论。凭借从不同角度看待问题的能力,文科生能够很好地解决问题,并找出从数据中梳理信息的最有效方法。
  1. 渴望融入世界。数据科学家不仅必须了解该领域的理论基础,还必须知道如何将这些基础应用到现实世界的场景中。文理学院是由这样一种信念驱动的,即专注学习是成就的必要条件。这就是为什么这些学校努力提供真实世界的体验,如实习、实习、海外学习、本科研究和公民参与。这有助于确保学生继续充实地生活,并与周围的世界建立联系。

如上所述,数据科学家所需的技能是多方面的,包括技术和非技术技能。虽然我们关注的是成为一名数据科学家所需的特征和非技术技能,但在几乎任何职业道路上,这些技能中的许多都是成功的关键。

事实上,根据凯业必达,77%的雇主表示,非技术技能与技术技能同等重要。事实上,他们是如此重要,以至于美国劳工部已经制定了一项针对14-21岁青少年的计划,名为“支付账单的软技能。”本课程着重于六项主要技能,包括沟通、热情和态度、团队合作、社交、解决问题和批判性思维以及专业精神。

我们认为,不仅要解决今天的问题,而且要解决明天的问题,需要文科的方法。拥有文科背景的数据科学家更能适应这个不断变化的领域和日益复杂的世界。

注册航海者

×

在后covid时代,教育是什么样子的?注册接收最新的故事,展示为什么以学习者为中心的教育是建立在这一刻。

Baidu