作为数据科学家最重要的是什么？

视频是海量的，看视频的人也是海量的，无疑解释人们视频消费行的数据也是海量的，优化视频内容以迎合受众的口味是 Ooyala 公司业务的关键内容，其客户中就有 FoxSports 和 Vice 这样的公司，同时还要帮媒体公司分析他们的受众群体，以一目了然的信息告诉它们发生了什么事。

作为公司的首席数据科学家，两年来 Matt Pasienski 做的事情就是把乱麻一样的数据变成有意义的信息。但随着数据的汹涌而来， Pasienski 仅仅依靠一张物理学 PhD 文凭已经不够了。对他来说，做好这一行，最紧要的就是保持好奇心。“我是个极为刨根追底的人，比起我受过的教育，这点令我更能驾驭这个工作。”他这样说

Ad Age: 哪些学科和职业背景最容易出数据人才？

Mr. Pasienski：我觉得人人都能做这个工做，只要你有一个特点——强烈的好奇心。OK, 你需要过硬的数学和计算技术能力，但最成功的数据人才都有观察思考的习惯。（大部分还爱钻研冷知识）。如果我做招聘的话，我不会问他数学学科背景的问题，但会问上星期学到的最有趣的东西是什么。如果答案令人满意的话，就说明这个面试者天性就爱探究，这就是你要找的人才。

营销人员能理解数据科学家们做的事情么？

我希望营销人员能理解他们本身就有必要成为数据科学家。他们需要陈述数据，理解数据。只有这样他们才有可能做出周全、或者说有数据支持的决策，使营销成本效益最大化以及做出更好的产品。还有，我觉得营销人员在传播过程中不是那么善于运用硬数据来增强信息的权威性和说服力。一个基于真识评估数据的图表或统计表有利于他们屏蔽噪音。

为了营销的目的，数据科学家怎样做才好？

甩掉没用的冗余信息。大部分数据科学家都专注于事实和数字，但营销行业里最难做的不仅是从数据中挖掘出意义，还要知道如何表达数据结果。你得提取出有效信息，搞清楚这些信息放在一起有何意义，并凭借这些数据讲出好故事来，这才是对营销人员来说最有价值的。也许你制了 100 张图表才找出那个能简单讲明白故事的那个，可这才是数据最终发挥出价值的地方。

FTC举行了关于物联网隐私问题解决方案的谈话。你认为这个时候政府该监管可追踪设备（比如智能冰箱）么？公司应该如何采集和使用联网设备产生的数据？

政府应该做一个创新者，制定一个供大家遵守的规范。缺少统一标准的话受伤的还是企业。一个行业突然起来，达成共识总是需要一段时间。

最近在研究什么有趣的数据？

我正在观察一天当中，人们什么时间用平板最多，结果发现晚上是个高峰期。我的工作中就好的地方就是你总能有意想不到的发现。而找到结果的方式之一就是亲自去观察、研究。很多很酷的东西都是从持之以恒的挖掘来的，我喜欢这个过程。