Mosky:資料科學和後端的結合
採訪：Joanna
撰稿：Liz
編輯：Claire
從開源至投入資料科學領域的過程
在「資料科學」出現之前， Mosky一直以來對於開源 (open source) 裡的黑客文化 (hacker culture) 深感興趣，便不斷鑽研 Linux 與 web 領域的技術。到2008 年因緣際會開始接觸 Python，便開始嘗試將資料科學應用在商業上，但都因為未能解決足夠有價值的問題，沒有穩定持續，直到 2017 年出現權威性的機器學習，才開始有系統地接觸這塊領域。那時 Mosky 重新學習（廣義的）統計學、用 Python 實作統計學、試著如何在商業上運用統計學，同時，也在工作中持續應用後，才算是踏穩了進入資料科學領域的步伐。
「合作」真的很難但很重要
在開源專案的學習歷程中，Mosky 主要是透過參加臺灣大大小小的開源專案社群來提升自我，這些社群包含 COSCUP、PyCon TW、Taipei.py 等，在過程中，她深刻體會到人與人之間合作的難度和重要性。一起組織一場研討會，或者說服他人採納自己的提議或專案，甚至是共同開發一個專案，都是非常具有難度的事。但即便與人合作困難，Mosky 仍相信如果不與人合作的話，能做到的事又會大大地受到限制，所以「合作」真的很難但很重要。
資料科學家是高級的資料手工業
Mosky 提到，資料科學家雖然被人稱為 21 世紀最性感的職業，但這角色實際做起來，就是高級手工業、資料黑手。舉例來說，分析時，經常使用華麗的數學重講一遍簡單的事實，又或者建模時，常因為資料僅能代表部分真相，資料取得不對，而被真實狀況狠狠地打臉；再者，在嘗試找尋正確資料集合的過程中，常在解決問題前，就製造了更多問題。所以，優秀的資料科學家就是能夠有效地避開這些陷阱，而過程中要下的苦工，實在不亞於任何職業。
資料科學的成就與挫折
在工作中，Mosky 認為能迅速地在資料科學森林中，把資料與方法正確結合，有效地回答商業問題，是最有成就感的事之一。她認為資料科學與軟體工程有相似性，例如公式解通常不存在、不易估算時程、一步錯萬步錯、且修改成本高、專業人員不擅長專注在商業問題上等，因此，Mosky 有個相當喜歡的軟體工程原則：
make it work, make it right, and finally make it fast.
「work」是先專注在整體流程，而非單一步驟，例如數學，流程先能有影響人的產出，其他細節可以再討論；「right」是調整流程，使其能對人有足夠的正面影響；而「fast」放在最後一個，提醒自己不要過早最佳化，很快的讓使用者討厭你沒什麼意義。
身為後端工程師參與部分資料科學的角色， 關於困難和挫折，Mosky 遇過比較特別的經驗是「找不到合適的問題」。在中小規模的工程團隊裡，很多事情以工人智慧就能有效率地完成，實在沒有適合資料科學派上用場的地方，後來，她慢慢知道將資料科學用來了解使用者，進而改善產品，是一個和後端結合很好的應用場景，也因此，Mosky 常常能在扮演後端工程師的同時，加入一些資料分析師的角色，做個每日 p-value 報表，深入的檢定分析或迴歸分析，或在後端架構中巧妙地設計資料架構，使得分析變得更容易，將資料科學的知識普及到團隊裡。
學習必須回歸到對人有助益的問題上
對 Mosky 而言，不管是哪門專業，最後都必須回歸到對人們能產生什麼幫助，不要迷失在學理與工具中，要學習別人怎麼運用這些能力產生正面價值。因此，關於如何精進資料科學能力，她建議從尋找問題著手，找到有什麼待解決的問題、有什麼問題的解法可以被推廣、哪些學科或工具可以解決這些問題。有了問題後，先學工具，再學習工具背後的學理，例如想學統計學，可以先學會怎麼用 scipy 的 stat 模組，再了解背後的統計學，或先學會怎麼用 statsmodels 再了解迴歸分析，都是比較順暢的路徑，因為比起抽象的事物，大多數人還是更擅長處理具體的事物。
改變自己比改變別人容易地多了
如果有任何女性想要跳脫社會的性別刻板印象，Mosky 建議要好好認識自己，遠離社會賦予的無形牢籠，以自身經歷來說，Mosky 是發自內心的喜歡寫程式，認為寫程式就是一件很帥的事，也因此不會在意其他的次要的事，像是電腦科學領域很少沒有女生參與的類似言論。又或者，可以善用女性溫和、易於合作又擅長建立人際關係的特質，將其發揮在資料科學。例如，在分析中必須把數學結果轉換成所有人都能信服的報告，在建模中必須先了解真實使用者，再搭配合適的數學，Mosky提到所有的問題不僅僅只需要數學，還是需要人際能力，所以即便刻板印象說男生數學比較好，但男生不見得擅長整合出有意義的結果，這時候就是女生登場的機會了。
“Nothing is particularly hard if you divide it into small jobs.” — Henry Ford 福特汽車創辦人
資料科學最大的難點就是成山成群的知識要學，除了前面提到的問題導向以外，就是學著把問題切小，接著花時間深入每個小主題，重複相同的方法，最後就能學會對自己（也是對工作）最有幫助的集合。
