本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定代表《大眾科學》的觀點。
隨著經濟繼續描繪其曲折而不確定的道路，似乎已經進行了相當多的關於新畢業生應該具備何種技能的必要討論。 這些技能當然必須由市場需求驅動。 正如化學家喬治·懷特塞茲問道，例如，如果大多數有機合成工作都在中國，那麼在美國獲得有機合成學位有什麼意義呢？
即將畢業的學生確實應該關注暢銷的專業。 但是從更大的角度來看，尤其是在科學領域，新的技能組合也必然受到當時科學發展方向的驅動。 這種相關性並不完美（因為市場力量仍然經常勝過科學），但一些例子清楚地表明瞭這種科學驅動的需求。 例如，如果你在二戰後的初期長大，獲得物理學學位會有所幫助。 由於其聲望和大量的政府資助，物理學正處於其最激動人心的時期之一。 新粒子 буквально 源源不斷地湧現，巨大的粒子加速器嗡嗡作響，聯邦和工業實驗室都在熱情地招聘。 如果你在過去二十年左右畢業，獲得生物學學位將是有用的，因為生物學的黃金時代剛剛進入其最多產的時期。 同樣，從 50 年代到 80 年代，有機化學家在製藥行業享受了非常繁榮的時期，因為新藥以驚人的速度從製藥公司湧出，而像 R. B. Woodward 這樣的科學家將這門學科推向了新的高度。
對新畢業生的需求顯然是由市場驅動的，但也取決於特定時間點某些科學學科的流行程度。 這反過來決定了你應該具備的技能； 例如，以物理學為主的市場將需要數學和電子學方面的技能，而以生物學為主的市場將吸收能夠進行蛋白質印跡和 PCR 的人。 基於這種趨勢，什麼樣的技能和知識最能為二十一世紀的畢業生服務呢？
關於支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。 透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的有影響力的故事的未來。
對我來說，答案部分來自一個不太可能的來源：斯蒂芬·霍金。 幾年前，有人問霍金，他對普遍認為二十世紀是生物學世紀，二十一世紀將是物理學世紀的看法。 霍金回答說，他認為二十一世紀將是“複雜性世紀”。 這句話可能比當代學生意識到的更有用，因為它至少指出了在複雜性時代，大學新畢業生必不可少的兩項技能：統計學和資料視覺化。
讓我們從對統計學的需求開始。 二十一世紀許多最重要的研究領域，包括神經科學、合成生物學和系統生物學、材料科學和能源，本質上都是由多層次現象組成的，這些現象在不同的複雜性層次上擴散。 雖然二十世紀的還原論思潮產生了巨大的紅利，但我們現在看到一種從嚴格的還原論轉向湧現現象的趨勢。 雖然“湧現”這個詞經常被當作一個時髦的標語來使用，但事實是，複雜的湧現現象確實需要一種不同的技能組合。
複雜性的標誌是大量的資料。 如今，您經常聽到將“大資料”分析作為一個獨立領域來討論，並且您也聽說了“資料科學家”的出現。 大資料現在已開始在製藥和生物技術行業中常規出現，無論是廣泛的多維結構-活性關係 (SAR) 資料集，還是大量的基因組序列資訊。 它在從選民行為到國土安全等眾多不同領域也很重要。 統計分析無疑將是分析這些資料的關鍵。 在我自己的分子建模領域，統計分析現在被認為是分析虛擬篩選命中的常規方法，儘管它的使用並不像應該的那樣廣泛。
統計學當然一直是一門有用的科學，但現在它將變得至關重要； 例如，明確尋找“資料科學家”的職位特別要求混合程式設計技能和統計學知識。 可悲的是，許多正規大學的要求仍然不包括統計學，大多數科學家，如果他們這樣做的話，也是在工作中學習統計學。 為了在新興的複雜性時代蓬勃發展，這種情況必須改變。 統計學現在必須成為理科專業學生的必修部分。 朝著這個方向邁出的適度一步是出版使用者友好、流行的統計學書籍，如查爾斯·惠蘭的《赤裸裸的統計學》或內特·西爾弗的《訊號與噪聲》，這些書已被精通科學的讀者迅速閱讀。 其中一些書足以在大學課程中為非統計學專業的學生推薦。
除了統計學之外，複雜性學生的另一項重要技能將是資料視覺化，正規大學課程也應反映這種日益重要的技能組合。 複雜系統通常產生分佈在不同層次甚至不同領域的資料。 很好地視覺化這些資料是一項相當大的挑戰。 愛德華·塔夫特的開創性系列書籍是資料視覺化方面經常被推薦的一種資源。 塔夫特向我們展示瞭如何呈現通常因 Excel 電子表格的限制而變得複雜的資料。 人機互動和圖形領域的開創性發展無疑將簡化對複雜資料集的視覺訪問。 良好的資料視覺化不僅對於簡單地理解多層系統或問題很重要，而且對於將這種理解傳達給非專業人士也很重要。 複雜性時代本質上將涉及來自不同學科的研究人員協同工作。 在我們討論這個問題時，同樣重要的是要強調——特別是對於大學畢業生——能夠與其他專業人士和諧共處的重要性。
霍金的複雜性世紀將呼叫二十世紀解決問題的所有工具，以及更多工具。 統計學和資料視覺化將處於複雜系統中資料驅動革命的最前沿。 現在是大學要求反映這些重要正規化的時候了。