谈到大数据时代的教育革命，必然会涉及到专业设置和个人选择的问题。这些年来，中国大学的热门专业来了去，去了来。许多盲目追热门专业的学生，充满希望地投入一个热门专业，但四年后毕业时，正好赶上这个热门泡沫破灭、人才过剩。不过，那些在基础学科中打下了坚实基础的，往往能随机应变，则很短时间内就掌握了热门。当热门不再热时，他们也能及时转向。
大数据时代的热门专业将会是什么呢？笔者冒昧放言，最热门的专业肯定是与数据科学相关。
几年前，美国的报纸上有一篇报道：一位父亲在邮箱里收到某名店寄给女儿的婴儿用品广告，里面的贺卡写得明明白白：“恭迎您的孩子！”父亲大怒：我女儿才上高中，怎么可能生孩子？！于是找那家店去评理。结果马上发现：女儿确实已经怀孕。店里根据他女儿购物的信用卡记录，琢磨出连她自己的父亲都没有察觉的事情。
这就是大数据的厉害：从购物、网上活动、到犯罪数据、交通流量、乃至各种经济信息，都在大数据的分析范围之内。不管是一国的政治、军事决策，还是一个大公司的市场战略，全镶嵌在数据科学之中。
据悉，美国的哥伦比亚、斯坦福、纽约大学、乔治梅森大学、加州大学尔湾分校等等，在最近几年建立了十几个有着不同名字的与数据科学相关的学位或证书课程。这并不是一点小动静。要知道，过去几年美国被经济危机所困，各大学纷纷消减和冻结项目、课程、教职，连哈佛这样的巨无霸都不能免俗。能够逆流而上建设新的课程，必定是回应强烈的市场信号。麦肯锡环球咨询公司指出，要满足美国对数据科学家的需求，大学必须把现有的人才培养量扩张60%。到2018年，这个领域将出现50万个左右的工作，数据科学家的短缺将达19万人，另外还需要150万个理解数据科学的管理和后勤人员。这也难怪，如今虽然经济不景气，许多这个学科的毕业生起薪能达十万美元以上。比如，北卡州立大学（North Carolina State University）本来名不见经传，在《美国新闻与世界报道》中的全美研究性大学排名中居于百名以外。但该校2007年建立了与数据科学相关的分析（Analytics）专业硕士课程。2012年84位毕业生全部找到工作，平均起薪接近9万美元，有经验者则超过10万美元以上。哥伦比亚大学有个硕士课程，叫社会科学的数量方法。那里已经成为数据科学家的训练营地。
如此神奇的数据科学并非横空出世。传统的数学、统计学，计算机科学、信息处理等等，就与之密切相关。经济学中早就大量运用统计和数据。即使在历史学中，数据资料的运用也越来越广泛。不过，数据科学又不能被上述任何一门学科所概括。用Charleston学院计算机系主任Christopher Starr的话说，“数据科学正在崛起为一个新学科，但绝不是多学科简单的相加，而是一个完整的知识体系、职业操作和组织、以及一整套伦理责任。”数据科学家不仅仅是用计算机等现代信息处理技术收集数据，而且要建立数学模型对之分析，并从这种分析演绎出某种故事、图像。上面的例子就很清楚。一个女生购物，刷卡付款后留下的是一堆数据。这些数据数量并不大，但经过某种模型的自动分析，很快构造出一个生活中真实的故事：她怀孕了，正在等着自己的小宝宝出世。如今，当人们每天到店里刷卡、或在网上购物、阅读时，几百万、几千万、乃至上亿的故事就这样通过干巴巴的数据有声有色地被构造出来，为企业、政府、大学、慈善机构和各种其他组织提供了政策依据。但这一切，是否侵犯了个人隐私？公共领域和私人领域的界限如何划分？这又涉及到法律、伦理、政治等等方面的一系列辩论。
数据科学家需要什么素质？我们本能地想到那些应用数学、统计学、计算机信息处理等方面的人才。这确实也八九不离十。不过仅此还不够。在哥伦比亚讲授数据科学入门的Rachel Schutt指出，数据科学家是计算机科学家、软件工程师、统计学家的杂交。他们必须能够为自己所收集、处理的数据赋予意义，又要求具有相当的社会科学的训练。
不管科学技术如何进步，对待大学专业教育，我认为就学生个人而言，既要有前瞻性，又不可急功近利，扎扎实实地学好基础知识是最重要的。如果你想毕业后从事与数据科学相关的专业技术工作，那我就建议你学好数学、统计学，计算机科学及信息处理等方面的知识。
