Bill Franks是最近出版的《Taming the Big Data Title Wave》一书（中文译名《驾驭大数据浪潮》）的作者，也是数据仓库设备提供商Teradata的首席分析官（CAO）。他对“数据科学”（data science）是又爱又恨。“人们今天对于数据科学家的定义正是我多年以来所从事的工作，也是一个优秀的分析师所应具备的素质。”

　　Franks提到，虽然今天的分析师针对新数据类型使用了一系列新的应用工具，比如社交媒体，但是分析师的工作内容并没有改变多少，仍然是思维过程、分析目标、为业务创造价值等，它们始终未变。同时，正如他新书的标题，除了技术分析背景，Franks对当下的分析师也提出了一些新的要求：事业心、创造力、直觉、商业头脑和演讲能力；这些都被他称为“软性技能”。

　　在本文中，TechTarget编辑与Franks讨论了这些非传统技能的重要性，介绍了企业该如何对应征者的“软性技能”进行考核，以及数据科学家向数据艺术家的转变。

　　TechTarget：最近你开始使用“数据艺术家”这个称号。这是为什么？

　　Franks：我倒也不期望人们用这个词完全取代“数据科学家”，我只是希望用这么一个说法来激起人们对优秀数据科学家的思索。数据科学家只是数据分析师的一部分，他们也可以从事数据建模或者数据挖掘等工作。我的结论是，技术技能对这份工作非常重要，但它不是决定一个成功分析师和一个平庸或不成功分析师的关键；其中许多特质都与硬性的技术要求没有什么太大联系。

　　TechTarget：说得具体一点，比如创造力，它对分析流程有什么影响呢？

　　Franks：按照书中内容和提到的一些规则，数据从来不会如你所愿般的完整与清洁，真正的问题也远远没有书本文字的定义那么简单。真正优秀的分析师和数据科学家须具备理解业务问题的能力，并发挥自己的创造力，很好地表述出结果。

　　TechTarget：分析师该怎样培养自身的“软性技能”？

　　Franks：这个和体育竞技有点像。有的人有运动细胞，有的人没有。那些本来就有运动细胞的人，无论在篮球场上还是足球场上，可能都能做得很好。而对于那些没有运动细胞的人，你就是怎么训练他们，可能最终效果都不理想。这很关键。一个数据艺术家除了技术技能和敏锐度，还要有直觉力，这个很难培养。你可以帮助他们去发挥，理解运用它的最佳方式，但我实在不知道怎样去培养直觉力。

　　TechTarget：那么对数据科学家有需求的企业，怎样才能看出一个应征者是否具备“软性技能”呢？

　　Franks：我可以大概和你讲一下我所看重的五个领域。第一个，事业心。我会看他们怎么描述自己的工作，怎么处理工作中的问题。他们会抗拒还是掩饰这些问题？有机会的时候，他们是不是愿意多出些力？

　　第二个，创造力。这对我是一个最重要的筛选选项。我得说，在我手中通过经验技能测试的应聘者中，大概只有15%到20%的人会通过创造力这一项。我会问到他们职业生涯中最惨的时候——在毫无防备的情况下出现了巨大的问题、遇到了重大的困难，他们会怎么做。

　　TechTarget：他们怎么做才算合格呢？

　　Franks：有创造力的人会和我讲一个故事。他们会告诉我他们做了什么、为什么要那样做，还有他们做决定的思考过程。没什么创造力的人会给我列出一系列步骤，一个接一个往下走，而且基本上都是从专业技术的角度出发。

　　TechTarget：好的。说了事业心和创造力，接下来呢？

　　Franks：接下来是业务领悟力。我会问他们为什么做出那样的决定。这个问题对于分析流程来说尤为重要，因为我不想只听到一些技术方面的原因。我还想听到从实际与业务角度出发的考虑。我遇到过这样的例子：应聘者对信息关注过了头；他们讲述太多的技术细节，不想业务领导需要知道的只是从总体上来看这么做有没有利，有的话去做即可。如果领导需要细节，我自然会提供。这就是业务领悟力的一部分：要清楚地知道该为非技术人员讲解多少技术信息足以让他们做出决策，而不要去无止境地给他们一些不愿理解或关心的技术细节。

　　还有演讲能力，这个很容易理解。首先，我会问他们有没有写过文章、博客和白皮书；如果有，看一下作为参考。另外，有做过的PPT也需要看一下。然后，我会要求他们做一次面试演讲，可以是他们做过的某个项目、自我介绍或者应聘这份工作的原因，也可以由他们自由发挥。

　　TechTarget：有点意思。从面试演讲中你能看出什么来呢？

　　Franks：我能看到他们的表现能力：他们会不会演讲、有没有自信、是不是会看着观众的眼睛、怎样应对尖锐的问题等等。我还会时不时丢出一些完全不相干的问题，正如真实情景中会发生的那样，看看他们的应变能力怎样。除此之外，通过演讲，我能再次发见他的创造力。我出的题目其实并不十分明确，这样恰能看出某个人是不是能从面试人群中脱颖而出。

　　TechTarget：你提到了五大核心领域。那么第五个是什么呢？

　　Franks：最后一个是直觉力。这就与“数据艺术家”中的“艺术家”有关了，没有什么具体的评判标准。我会了解一下他们的背景，是不是懂美术、音乐或者其他与创造力相关的领域。长久以来，我发现一个共性，很多其他技术领域（比如物理）也是如此——许多擅长应用科学的人对美术或音乐都颇有研究。