新冠肺炎(COVID-19)疫情推动数位转型加快步伐，加诸在资料科学家身上的额外需求也提高。根据数据分析单位SAS委托对资料科学家进行的问卷调查指出，约有4成的人对组织有效采用分析结果和模型部署不满意，同时表达阻碍高效工作的因素超过20项。随着许多组织透过运用科技改善业务营运，藉此加速数位转型专案，资料科学家的工作也变得越来越重要。超过 90% 的受访者表示，与疫情前相比，他们工作的重要性依旧或变更高了。

资料科学家表示过去12个月所遭遇的阻碍或挑战

为了深入探究资料科学的现状，该报告评估疫情的影响、面临的挑战、对分析环境的整体满意度等。研究显示，疫情除了颠覆标准的商业做法，改变模型和预测演算法中的假设与变数，更导致流程、实务和调整叁数的操作上发生连锁反应。

超过2/3受访者对数据分析专案的结果感到满意，但却有42%的资料科学家对其任职组织有效采用分析结果和模型部署表示不满意，这揭露出组织如何运用分析洞察为决策提供资讯这方面确实存在问题。42%的受访者表示，资料科学结果并未得到业务决策者的接纳，这是遇到的主要阻碍之一。

此问卷调查还点出一些具体的技能差距，只有不到1/3的受访者表示，其在云端管理和资料库管理等高度仰赖程式技能方面拥有进阶或专家级能力。这是其中的一项问题，因为云端服务的使用率明显提高，94%的人表示，自新冠肺炎发生以来，他们的云端使用率维持或变高。

SAS 英国和爱尔兰资料科学部主管 Iain Brown 博士表示：「随着疫情加速了许多组织计划中的数位转型专案，对资料科学家的需求显然大幅提高。然而一个最大的挫折难题，是为组织找到可将分析专案的洞察，连结到实际决策的方法，这意味着让资料科学家进入董事会可能是一种有利的方式。」

Brown进一步说明:「我们发现给予资料科学团队支援和人才缺乏存在隐??，人才供不应求近期一直是个问题。组织必须意识到，投资於一个技能互补的资料科学家团队，能为企业带来巨大的价值，另外在我们转向更加数位化和人工智慧导向的业务流程时，招聘成本也需要将投资报酬率考虑在内。」

研究还发现，组织对人工智慧伦理重视上的落差，43% 的受访者表示他们的组织没有对其分析流程进行关於偏见和歧视的具体审查，只有 26% 的受访者表示会将不公平的偏见，纳入作为衡量模型在组织中是否成功的标准。

谈到确保公平和公正决策所面临的挑战，产业专家 Sally Eaves 博士表示：「资料科学家可以运用他们的专业知识，为资料存取、使用安全性，以及永续性、资料伦理和偏见等更广泛的问题制订工作准则。」Eaves建议:「与其时不时希??他们能得到适当、乾净的资料并仰赖技术来推导出公平的结果，不如让他们扮演主动的角色，在分析流程的每个阶段制订正确的准则和检查，以尝试消除偏见。拥有从资料到决策的透明且可说明的流程，显然是解决此问题的关键。」

研究也揭露出全球在疫情影响下的正面成果，近3/4 (73%) 的受访者表示，自疫情以来，他们的工作效率维持或更高，而相近比例 (77%) 的受访者则表示他们与同事进行相同或更多的合作。这表示突显出的许多挑战在疫情之前就已存在，甚至程度更为显着。至於其他挑战，像是资料前处理与模型建立所花费的时间。受访者花在收集、探索、管理和清理资料上的时间 (58%) 已超出他们的预期。Brown 表示，如果资料科学家能善加利用所有可用的工具来管理分析生命周期，取得资料科学训练和技能发展的机会，并且拥抱资料前处理作为建模的第一步，则此情况会更加实际。