吴建福，美国国家工程院院士，佐治亚理工学院工业与系统工程系的可口可乐讲席教授；曾获得统计学会主席委员会（COPSS）总统奖、Shewhart奖章、R.A.Fisher讲座和Deming讲座奖等多项大奖，发表185余篇被广泛引用的论文，著有两本书籍。

1985年，吴建福在一次讲座中明确了“数据科学”的概念，成为该术语公认的首倡者。此前，人们常用“统计”定义其所从事的工作。他认为这是不准确的。

“我们收集数据、分析数据，根据分析做出决策。因此我认为我们是‘数据科学家’，我们的专业是包含了统计学知识在内的，众多方法与技术的集合。”其后，近四十年时光飞逝，随着“大数据”一词被更多人了解，“数据科学”的适用性也在技术迭代中不断延伸。

我们好奇，怎样的思考路径，

促使吴建福早早觉察“数据科学”的必要性？

“数据科学”的范畴相比首倡之时，

经历了哪些转变？

新时代的“数据科学家”，

又当如何适应变化，锻炼思维？

专访「数据科学」首倡者吴建福

△ 点击观看视频 △

1985年，作为数据科学家

吴建福讲起自己的故事，常从高中最后一年说起。

当时他被台大录取，可以自由选择专业。打心底里热爱历史的他，也非常擅长数学。最终，吴建福选择了数学，对历史的兴趣和天分，则内化为他研究与教学的另一把“利剑”，赋予他“历史视角”，让他能更快发现重要的研究机会。

“比如我在Bootstrap（自助法）上的研究，就是基于我对Bootstrap诞生之前相关研究历史的充分了解”，吴建福回忆，“在读到Bradley Efron关于Bootstrap的突破性论文时，我瞬间意识到它比Jacknife（刀切法）等重抽样方法更好，因此能迅速做出反应，做出了不错的研究成果”。

用历史视角看问题，是吴建福的思维特点，也是他的教学特色。“我总会向学生们介绍，某个研究方向曾有哪些突破，以及它们何以成为突破。”实际上，也是对历史的认知，让吴建福意识到其所在的专业领域，可能缺乏一个准确的称谓。这是他在上世纪80年代首倡“数据科学”（Data Science）术语的起因。

Statistics（统计学）的词源是德语词Statistik，后者是德国城邦为计税和统计人口等目的而广为使用的。“所以你看，统计学最初的指向更偏描述型统计，而非分析型统计”，吴建福说，“我发现在英文、汉字、韩文、日文中都存在类似问题，所以我很早就认为用’统计学’概括我们的专业是不准确的”。

1985年，在一次公开讲座中，吴建福首倡“数据科学”，明确相关领域的从业者是“数据科学家”。在此之后，数据科学所包含的领域随技术进步经历了演变。吴建福说，“大数据的火爆让数据科学得到蓬勃发展，也让大家对它有了不同的理解，但大数据只是数据科学的一部分。”

吴建福认为，不论技术环境如何变化，数据科学的本质始终是一个集合，“我们在GTSI教授的很多课程，包括回归、时间序列分析、逻辑回归、二进制数据、实验设计、统计计算等等，全部都是用于数据科学的。”项目本身融合了佐治亚理工学院工业与系统工程学院、商学院、计算机科学与工程学院的课程体系，也充分说明了数据科学的综合性。

结合当下，我们请吴建福教授为“数据科学”编辑一条字典释义。他沉思片刻后说，“数据科学是一切有关数据的构想、方法和技术的总称，包含数据的收集、理解与分析。”

给学生的建议，灵活、执着与勇气

“优秀的数据科学思维能力，不能仅通过课程培养”，吴建福说。

“工作经历，可以更好地锻炼你的思维，而且别忘了，我们是在深圳，中国的科技创新之都。这里有很多优秀的中小微企业。”吴建福建议同学们，如果没有对某个行业特别热爱或执着，就不要让行业限制自己的去向，先找一份能够发挥所长的工作。

而结合丰富的研究与教学经历，吴建福也建议年轻人们拥有执着与勇气。“你要知道自己要做的到底是什么？如果你真的想在数据科学领域发展，就去追寻它吧。”

“同学们在GTSI学到了这么多东西，要把它们用起来”，吴建福说。他看好学院的跨学科培养方式，认为数据科学和计算机科学的交叉融合，可以为同学们创造更多机会。“现在机器学习很火爆，各行各业都在用，而机器学习和数据科学其实是两位一体的”，吴建福认为同学们可以将二者结合，根据自身技术能力跨专业选择课程，获取竞争优势。

“许多知识是相连的”，他说，“即便是一双鞋子的设计和制作，也要用到维度控制的知识，这是我在实验设计课程里教授的内容”。通常，在学科与学科的交集里，你会发现更多机会。