DataCamp 的使命是通过打造最智能的数据科学教育平台，在个人与企业迈向数据流利之旅的每一步提供帮助。
本文旨在从更宏观的层面，提供我们为何创立 DataCamp的更多背景。在第一部分，我们将讨论数据科学（人才）市场。第二部分将介绍支撑我们对数据科学教育未来愿景的核心支柱。最后，我们会阐述认证的重要性。
市场
机遇
掌握如何分析数据，能帮助个人和企业做出更明智的决策，创造更好且全新的服务与产品等。我们相信，在未来 20 年里，数据分析与数据科学带来的影响，将与过去 20 年软件工程与计算机科学的影响同样深远。软件正在吞噬世界，但数据科学和人工智能则要把软件工程当作晚餐！
人才缺口
尽管这令人振奋，但也存在一个问题：哈佛商业评论和一份麦肯锡报告最早将焦点投向了数据科学家短缺。如今，几乎所有行业的公司都在为寻找数据科学家或具备相当数据素养/流利度的人才而苦恼。关于数据科学家（预期）短缺规模的数字，从数十万到数百万不等，详见该主题较为新的研究报告。
尽管这些预测的准确性可议，但有一点是清楚的：传统教育机构在未来数十年内无法培养足够的人才来弥补这一缺口。此外，世界上很大一部分人无法通过传统教育机构获得高质量的数据科学教育，因为其往往（非常）昂贵。
因此，只有找到方式以可负担的成本对现有劳动力进行再培训，才能真正释放数据科学的力量。一方面，您可以预期大量个人会为职业发展（在较小程度上为转行）而自行提升技能；另一方面，也可以预期企业会对其相当一部分员工进行再培训。还需注意，为职业发展而学习的人群规模大于为转行而学习的人群。这并非新现象。lynda.com 与 Pluralsight 已分别在创意与开发者领域验证了专注于继续教育是一种成功策略。
最后，我们需要认识到，技能缺口存在于多个层级：既包括每周与数据打交道、但受限于当前工具（通常是 Microsoft Excel）的人群，也包括数据分析师与数据科学家、管理者与顾问。所有这些群体都有不同的需求，但它们都缺乏具备适当数据素养/流利度的人才。
基于以上原因，我们认为数据素养的教育市场巨大，且很可能超过教授基础编程技能的市场。有两项数据似乎验证了这一判断：
Eric Fischer 绘制的纽约市推特活动可视化。
— 许多人似乎将数据科学与科技行业联系在一起，因此认为旧金山是数据科学的麦加。然而，数据科学并不只是旧金山的专属。如果按照城市对 DataCamp 的学习流量进行排名，旧金山仅位列第 24 名，被印度的 7 座城市和美国的 4 座城市超越（纽约在美国排名第 1）。对数据科学的需求无处不在。 ### 向开源的转变 开源软件开发彻底改变了网页开发社区，如今也正在改变应用统计与数据科学社区。曾几何时，SAS 与 SPSS 主导着应用统计领域，而如今，像 R 与 Python 这样的开源技术几乎已经接管了舞台。顺带一提，DataCamp 也开源了一些课程与技术。开源软件作为数据科学未来的基础层，其增长势头不言自明。这也是我们目前将全部数据科学培训聚焦于开源的主要原因。此外，开源的特性也让我们更容易在其之上构建交互式教育工具。专注开源也使我们能够回馈开源数据科学社区。通过版税模式，我们为构建 DataCamp 课程的开源贡献者提供可扩展的收益来源。尽管在未来几年开源仍将是我们课程体系的重要组成部分，但我们最终希望为学员提供关于每一种相关工具与方法论的培训。未来也请期待我们开始为专有工具构建培训。 ## 数据科学教育的未来 垂直聚焦与技术驱动能够带来最佳学习体验 意大利的博洛尼亚大学创立于 1088 年，是欧洲最古老的大学。
意大利的博洛尼亚大学创立于 1088 年，是欧洲最古老的大学。
历史上，教育机构通常涵盖广泛主题（我们称之为横向聚焦）。例如，欧洲最古老的大学既教授历史、经济学、心理学、统计学等。彼时的横向聚焦有其合理性，因为（i）规模经济（围绕建筑、学籍管理、吸引最聪明的教授、认证带来的品牌价值等）与（ii）在通信与交通成本高企的情况下，地理触达受限。横向聚焦作为主导教育模式已延续数百年，这也是我们至今仍习惯于将教育机构视为横向型的原因。
得益于技术进步，近年来交通与通信成本以及教育模式的固定成本显著下降。那么……这对当下与未来的教育版图意味着什么？
在线教育版图：Udacity、Udemy、lynda.com、Pluralsight、Coursera、edX 对比 Duolingo、Codecademy、Treehouse、Code School 与 DataCamp。
如果从宏观视角观察近年的在线教育市场，第一波公司多半复制了实体院校的横向路径，而第二波则更加技术化并垂直聚焦（即专注于某一技能领域）。第一波在线教育的积极影响毋庸置疑——他们成功地大规模提供高质量教育。然而，他们并未充分利用技术来真正改进学习体验，从技术角度看也略显平淡。他们的横向聚焦使其很难在教育中同时兼顾个性化与规模化的传统权衡。我所说的是什么意思？
过去，最个性化的学习体验很难规模化。一对一辅导、小班授课等，能够提供出色且高度个性化的学习体验。但由于缺乏可扩展性，这些方式通常成本高昂（因此只对少数人可及）。另一方面，高度可扩展的学习方式，如在线视频培训与教材，通常价格可承受，但缺乏个性化。缺乏个性化往往会降低培训效果与参与度。传统大型慕课相对较低的课程完成率正是参与度影响学习成果的明证。
如今，技术与垂直聚焦使我们能够通过构建可规模化的个性化学习体验，化解规模化（与可负担性）与个性化之间的典型权衡。它让学员能够在做中学，并尽可能将学习体验贴近——就我们的场景而言——真实的数据科学项目。我们的许多课程完成率超过 50%，这表明此种方法有助于提升参与度。
专家讲师网络能带来最佳教育体验
第一波在线教育在个性化方面有所欠缺，但它们抓住了一个关键要素：借助各领域顶尖人士的经验与知识。
第二波在线教育似乎忽视了借助外部合作伙伴构建教育内容的力量。相较之下，我们坚信应构建一个由产业界与学术界共同组成的外部讲师网络。对于教授开源软件工具的使用，最合适的讲师可能就是该软件包的作者；对于更偏理论的主题，可能是备受尊敬的教授；对于更偏应用的主题，则应是行业专家。这种做法的益处包括：
- 与外部讲师合作使我们能更快扩充课程库——这至关重要，因为数据科学发展迅速，而我们的学员希望尽快学到最新技能。
- 由行业专家编写的部分课程库可确保我们教授的技能与就业市场相关。
- 由学者编写的部分课程库使 DataCamp 能够基于（最新）研究、他们的声誉与教学经验来构建内容。
- 如果课程由真正的专家或他们心中的开源英雄授课，我们的一部分学员会更有学习动力。
我们非常重视与 Anaconda 等公司的课程共创合作。我们也相信，除了这些合作之外，通过借助个体讲师网络，我们将能打造最优秀的数据科学课程合集。您可能会问：“为何不与大学合作建立课程库？或与图书出版商合作？”我们之所以认为那样并非最佳选择，原因有很多。首先，与这类机构的法务部门打交道会更慢，而我们不喜欢慢。其次，我们最终相信，教育平台的技术进步可以也应该赋能个体内容创作者。这在音乐行业已经发生，在娱乐行业也发生到一定程度，如今正发生在教育行业。感兴趣的读者可查阅：这里有 DataCamp 全部讲师名单。
以技能等级认证作为匹配机制
要解决数据技能人才短缺，仅靠以可负担、可规模化的方式培训并不够。您还需要高效的匹配机制，帮助个人传达自己的技能水平，并帮助组织找到他们所需技能的人才（无论在组织内外）。
几个世纪以来，大学学位一直是向潜在雇主传达能力与技能的最常见方式。但有两个关键原因让人难以相信传统学位将成为数据流利度的主要信号机制：
- 在未来十年，通过传统教育体系习得数据技能的人数，只会占习得这类技能总人数的相对较小一部分。我们的数据验证了这一假设；目前规模最大的一群学习者年龄集中在 25 至 35 岁之间。
- 数据科学作为一个领域仍处于早期阶段，相关技能每年都在变化。因此，您需要一种能随领域演进、并可高效更新的信号机制。这也要求终身学习，而这恰恰是大多数传统教育机构所难以提供的。可学习的内容如此之多，以至于数据科学不可能仅靠在大学就能“学完”，即便您拥有本科学位、硕士，甚至博士。硕士学位并不能让您“精通”数据科学；-）。
两类替代性的信号机制正在浮现：
- 课程结业证书由大多数在线教育平台提供。它们确实有助于传达学习动机。然而，课程结业证书在传达技能水平方面相当有限，因为：（i）它们往往并未以严格方式衡量技能水平；（ii）很少有课程具备足够规模，能够在市场上获得广泛认可。
- 衡量技能水平的认证机制已在云计算等领域兴起，成为传达技能水平的高效方式。认证如今已成为IT 专业人士区分自身的常见手段，但并不止于此。Duolingo 近期推出了其在语言评估场景中的托福替代测试，而GMAT也早已被商学院广泛接受。然而在数据科学领域，尚未有人建立起评估并认证个人技能水平的机制。我们希望打造这样的评估体系，因为我们相信，这将为个人更好地传达自己的技能水平、以及为企业了解现有员工与候选人的技能水平，带来巨大的机会。
结语
数据的无所不在为个人与企业带来了做出更佳决策、赢得先机的巨大机遇。然而，不断扩大的人才缺口限制了数据分析对世界所能产生的正面影响。一方面，企业难以找到所需人才；另一方面，仍有大量人群因价格与供给受限，难以获得高质量教育资源。
我们认为，在线教育是解决这一问题的途径。更具体地说，我们相信通过个性化来打造兼具参与度与效果的学习体验的价值。此外，我们相信构建专家讲师网络的力量，以打造相关培训。最后，我们认为市场正缺少一套有效的匹配机制。
在后续文章中，我们将更深入探讨DataCamp 的计划。
DataCamp 的使命是通过打造最智能的数据科学教育平台，在个人与企业迈向数据流利之旅的每一步提供帮助。
本文旨在从更宏观的层面，提供我们为何创立 DataCamp的更多背景。在第一部分，我们将讨论数据科学（人才）市场。第二部分将介绍支撑我们对数据科学教育未来愿景的核心支柱。最后，我们会阐述认证的重要性。
市场
机遇
掌握如何分析数据，能帮助个人和企业做出更明智的决策，创造更好且全新的服务与产品等。我们相信，在未来 20 年里，数据分析与数据科学带来的影响，将与过去 20 年软件工程与计算机科学的影响同样深远。软件正在吞噬世界，但数据科学和人工智能则要把软件工程当作晚餐！
人才缺口
尽管这令人振奋，但也存在一个问题：哈佛商业评论和一份麦肯锡报告最早将焦点投向了数据科学家短缺。如今，几乎所有行业的公司都在为寻找数据科学家或具备相当数据素养/流利度的人才而苦恼。关于数据科学家（预期）短缺规模的数字，从数十万到数百万不等，详见该主题较为新的研究报告。
尽管这些预测的准确性可议，但有一点是清楚的：传统教育机构在未来数十年内无法培养足够的人才来弥补这一缺口。此外，世界上很大一部分人无法通过传统教育机构获得高质量的数据科学教育，因为其往往（非常）昂贵。
因此，只有找到方式以可负担的成本对现有劳动力进行再培训，才能真正释放数据科学的力量。一方面，您可以预期大量个人会为职业发展（在较小程度上为转行）而自行提升技能；另一方面，也可以预期企业会对其相当一部分员工进行再培训。还需注意，为职业发展而学习的人群规模大于为转行而学习的人群。这并非新现象。lynda.com 与 Pluralsight 已分别在创意与开发者领域验证了专注于继续教育是一种成功策略。
最后，我们需要认识到，技能缺口存在于多个层级：既包括每周与数据打交道、但受限于当前工具（通常是 Microsoft Excel）的人群，也包括数据分析师与数据科学家、管理者与顾问。所有这些群体都有不同的需求，但它们都缺乏具备适当数据素养/流利度的人才。
基于以上原因，我们认为数据素养的教育市场巨大，且很可能超过教授基础编程技能的市场。有两项数据似乎验证了这一判断：
— 许多人似乎将数据科学与科技行业联系在一起，因此认为旧金山是数据科学的麦加。然而，数据科学并不只是旧金山的专属。如果按照城市对 DataCamp 的学习流量进行排名，旧金山仅位列第 24 名，被印度的 7 座城市和美国的 4 座城市超越（纽约在美国排名第 1）。对数据科学的需求无处不在。 ### 向开源的转变 开源软件开发彻底改变了网页开发社区，如今也正在改变应用统计与数据科学社区。曾几何时，SAS 与 SPSS 主导着应用统计领域，而如今，像 R 与 Python 这样的开源技术几乎已经接管了舞台。顺带一提，DataCamp 也开源了一些课程与技术。开源软件作为数据科学未来的基础层，其增长势头不言自明。这也是我们目前将全部数据科学培训聚焦于开源的主要原因。此外，开源的特性也让我们更容易在其之上构建交互式教育工具。专注开源也使我们能够回馈开源数据科学社区。通过版税模式，我们为构建 DataCamp 课程的开源贡献者提供可扩展的收益来源。尽管在未来几年开源仍将是我们课程体系的重要组成部分，但我们最终希望为学员提供关于每一种相关工具与方法论的培训。未来也请期待我们开始为专有工具构建培训。 ## 数据科学教育的未来 垂直聚焦与技术驱动能够带来最佳学习体验 意大利的博洛尼亚大学创立于 1088 年，是欧洲最古老的大学。
历史上，教育机构通常涵盖广泛主题（我们称之为横向聚焦）。例如，欧洲最古老的大学既教授历史、经济学、心理学、统计学等。彼时的横向聚焦有其合理性，因为（i）规模经济（围绕建筑、学籍管理、吸引最聪明的教授、认证带来的品牌价值等）与（ii）在通信与交通成本高企的情况下，地理触达受限。横向聚焦作为主导教育模式已延续数百年，这也是我们至今仍习惯于将教育机构视为横向型的原因。
得益于技术进步，近年来交通与通信成本以及教育模式的固定成本显著下降。那么……这对当下与未来的教育版图意味着什么？
如果从宏观视角观察近年的在线教育市场，第一波公司多半复制了实体院校的横向路径，而第二波则更加技术化并垂直聚焦（即专注于某一技能领域）。第一波在线教育的积极影响毋庸置疑——他们成功地大规模提供高质量教育。然而，他们并未充分利用技术来真正改进学习体验，从技术角度看也略显平淡。他们的横向聚焦使其很难在教育中同时兼顾个性化与规模化的传统权衡。我所说的是什么意思？
过去，最个性化的学习体验很难规模化。一对一辅导、小班授课等，能够提供出色且高度个性化的学习体验。但由于缺乏可扩展性，这些方式通常成本高昂（因此只对少数人可及）。另一方面，高度可扩展的学习方式，如在线视频培训与教材，通常价格可承受，但缺乏个性化。缺乏个性化往往会降低培训效果与参与度。传统大型慕课相对较低的课程完成率正是参与度影响学习成果的明证。
如今，技术与垂直聚焦使我们能够通过构建可规模化的个性化学习体验，化解规模化（与可负担性）与个性化之间的典型权衡。它让学员能够在做中学，并尽可能将学习体验贴近——就我们的场景而言——真实的数据科学项目。我们的许多课程完成率超过 50%，这表明此种方法有助于提升参与度。
专家讲师网络能带来最佳教育体验
第一波在线教育在个性化方面有所欠缺，但它们抓住了一个关键要素：借助各领域顶尖人士的经验与知识。
第二波在线教育似乎忽视了借助外部合作伙伴构建教育内容的力量。相较之下，我们坚信应构建一个由产业界与学术界共同组成的外部讲师网络。对于教授开源软件工具的使用，最合适的讲师可能就是该软件包的作者；对于更偏理论的主题，可能是备受尊敬的教授；对于更偏应用的主题，则应是行业专家。这种做法的益处包括：
我们非常重视与 Anaconda 等公司的课程共创合作。我们也相信，除了这些合作之外，通过借助个体讲师网络，我们将能打造最优秀的数据科学课程合集。您可能会问：“为何不与大学合作建立课程库？或与图书出版商合作？”我们之所以认为那样并非最佳选择，原因有很多。首先，与这类机构的法务部门打交道会更慢，而我们不喜欢慢。其次，我们最终相信，教育平台的技术进步可以也应该赋能个体内容创作者。这在音乐行业已经发生，在娱乐行业也发生到一定程度，如今正发生在教育行业。感兴趣的读者可查阅：这里有 DataCamp 全部讲师名单。
以技能等级认证作为匹配机制
要解决数据技能人才短缺，仅靠以可负担、可规模化的方式培训并不够。您还需要高效的匹配机制，帮助个人传达自己的技能水平，并帮助组织找到他们所需技能的人才（无论在组织内外）。
几个世纪以来，大学学位一直是向潜在雇主传达能力与技能的最常见方式。但有两个关键原因让人难以相信传统学位将成为数据流利度的主要信号机制：
两类替代性的信号机制正在浮现：
结语
数据的无所不在为个人与企业带来了做出更佳决策、赢得先机的巨大机遇。然而，不断扩大的人才缺口限制了数据分析对世界所能产生的正面影响。一方面，企业难以找到所需人才；另一方面，仍有大量人群因价格与供给受限，难以获得高质量教育资源。
我们认为，在线教育是解决这一问题的途径。更具体地说，我们相信通过个性化来打造兼具参与度与效果的学习体验的价值。此外，我们相信构建专家讲师网络的力量，以打造相关培训。最后，我们认为市场正缺少一套有效的匹配机制。
在后续文章中，我们将更深入探讨DataCamp 的计划。