数据的流通带来了信息分发效率的高效提升，数据科学将作为通用目的技术（general purpose technologies）一方面重组传统流程和模式，认知学习与团队协作方式产生变化；另一方面，数据科学是具有社会泛化效应的增长技术引擎，作为时代支撑型技术会引起跨领域的产业转型和升级。因此，有关数据科学的应用价值既需要关注垂直创新价值，同时也要关注生态创新价值。
2020年3月，国内领先的数据科学协同平台和鲸科技联合TalkingData旗下腾云大学、全球知名云计算服务平台AWS、开源学习社群Datawhale多家机构共同发布了《数据科学教育白皮书》，旨聚焦于数据科学教育领域，研究基于全球视角下，数据科学教育的发展轨迹与方向。剖析数据科学作为通用目的技术（General Purpose Technology）在教育过程中所遇价值与痛点，并以此提出打通数据科学教育路径、发挥应用与生态价值的数据科学教育新范式。
数据科学教育项目有别于传统学科项目，需要具备协同性、整合性、敏捷性和生态化的特征，要完整的打造一体化的数据科学教育项目，需要完成理论学习、项目实践、行业场景应用以及生态连接4个阶段性任务，以构建完整的教育流程。在不同的教育流程子模块中，存在着诸多有待阐述的价值点，数据科学和数学理论有什么关系？如何提升接触数据时对于数据的敏感度？如何判断数据科学不同步骤的最佳实践（工具、方法论等）是什么？如何有效的形成数据分析的思维？如何基于行业信息的变化，及时校验，调整自己的分析？如何理解数据分析的结果对于科研研究进展的影响？这些问题都有待于在数据教育过程中进行剖析和理解。
和鲸认为，数据科学项目应该采用来自开源回归开源的开放项目教育路线，以产业需求为拉动，将产学研用都纳入到教育体系中，以“数据科学SaaS平台+专业人才社区”的教育新模式，分别围绕知识体系、实践路径与项目训练、真实场景和开放生态连接进行具体结合与阐述，打造一体化的数据科学教育项目，才能让数据科学教育落脚于工业级应用。
《数据科学教育白皮书》阐述了数据科学这一学科的发展历程的建设路径，更得到了来自业内的知名学者中国人民大学商学院院长毛基业教授、中国人民大学统计与大数据研究院院长艾春荣教授、北京大学光华管理学院商务统计与经济计量系系主任王汉生教授联袂推荐。完整版《数据科学教育白皮书》，可前往公众号后台回复“教育白皮书”领取。
|
