数据科学家必须掌握的一种语言，不是R也不是Python！

当一个企业管理者去阅读和处理关于 大数据 的东西，他会发现相关内容太多了。

这个领域发展太快，几年前好多行业术语还不存在，现在只是列一个简短的编程语言就足以让领导们头晕： R, C, Python, Java, Julia, Scala, Ruby…

但是只有一种语言是每个数据从业者都该熟练掌握的，那就是业务！

作为招聘人员，我们会评估候选人的技术、能力，我们看他们在kaggle上完成的项目情况，我们可以做一个严格的技术测试来确定他们的专业水平——这些都是可衡量的。他们要么有相关知识和技术，要么就没有。

然而一个好的数据科学家之间的区别通常不是他们的技术能力和数学水平。数据科学的存在是为了提供服务，如果他们不能轻松的和非专业的同事和老板沟通，就会大大减少数据科学的有效性，他们需要很容易与人沟通、理解。

他们必须理解他们的业务和问题，提供数据达到最好的解决方案。他们必须善于促进循环连续的对话——从业务到大数据团队然后回到业务，大数据科学家不仅能解决业务问题，还会选择提出对组织最有价值和正确的问题。

他们必须能够用简单和清晰的方法展示他们的研究成果，用商业语言而不是他们的专业术语。准确的数字和图标是一回事，从中提取出关键业务的结论是另一回事，他们必须解释和翻译。

最初许多中层候选人都会缺少这些能力，因为他们大多在公司中相对孤立，不会和高管们有很多互动。解决方案就是让他们更多的接触业务，同时要向所有部门中层级别以上的同时介绍大数据的价值。

这样组织才能充分利用大数据团队来帮助他们的业务发展，他们将作为一个团队一起成长，学会更有效的相互交谈，他们将学会对方的语言！

作者：Matt ReaneyBig