圖書情報領域數據人才需求及職能分析
——基于ALA JobLIST的分析

蘇芳荔（鄭州航空工業管理學院信息管理學院）

由于大數據的爆炸式增長，社會正在迅速地經歷數字化轉型，進入快速變化的新世界。這些新趨勢影響到社會和未來的工作，進而影響到人才培養和教育，數據科學是數字化轉型的核心。數據科學是包括數據規劃、數據獲取、數據管理、數據分析以及數據推斷的科學。理論基礎主要來自統計學、計算機科學、數學等學科。

數據科學從一系列學科中汲取技能和概念，使其成為一個真正的跨學科領域。許多領域的學生都需要學習數據收集、存儲、整合、分析、推理、交流和倫理的知識。關鍵能力包括計算和統計思維、數學基礎、模型建立和評估、算法和軟件基礎、數據策展、知識轉移及溝通和責任。

面對眾多快速出現的數字挑戰，圖書情報學在數據科學教育中面臨著機遇和挑戰。情報學為大數據提供了基礎研究方法，促進了多源數據融合，拓寬了大數據的應用領域；大數據為情報學研究提供了更多的可能性、豐富了研究方法，提升了研究效率、擴大了研究范圍。情報學取向的大數據與數據科學專業人才的培養，既有其必要性，又有其不可替代性。圖書情報學科應該賦予學生“信息計算”學科的能力，在應用領域使用工具解決問題并創造價值、信息和知識的能力。我們需要發展區分與計算機科學或商學院的數據科學教育，構建圖書情報領域的數據科學教育框架，采用基于用戶、基于工具和基于應用程序的方法來執行。

基于數據科學教育和實踐的現狀，識別數據相關工作所需的具體能力，如知識、技能，是設計數據科學專業人員教育和專業框架的一個重要基礎。本研究試圖通過評估圖書情報領域數字科學相關招聘廣告中所描述的知識技能要求，確定數據科學相關從業者所需的能力，為促進圖書館學信息科學更好地融入數據科學領域，以及數據科學的課程設計和人才培養提供幫助。

1 文獻綜述

1.1 數據科學人才培養及課程體系構建研究

自北卡羅萊納州立大學 2007 年首次設立“數據分析”碩士專業以來，美國已經有多所高校陸續開設“數據分析”或“數據科學”等相關專業，不僅涉及到傳統的計算機、數學和統計學等院系，而且還涉及到圖書情報等人文社科類院系。截至2019 年3 月，ischool 聯盟有29 所信息學院開設了數據科學相關專業［1］。我國的數據科學教育開展相對較晚，最早是北京航空航天大學于2013 年開設了“數據科學”碩士專業。2016 年，教育部首次批準北京大學、對外經濟貿易大學、中南大學三所高校增設“數據科學與大數據技術”本科專業。截至 2019 年底，國內一共有482 所高校本科獲批設立該專業［2］。

近年來，學界對圖書情報領域的大數據人才培養多有探討。巴志超等人認為，情報學要深入推進各門類學科與情報學之間多方式、大跨度的廣泛交叉，從而建設多元開放、互動協同發展的學科生態群［3］。蘇日娜等選取開設數據科學研究生項目的15 所iSchools 高校作為調研對象，從專業學科優勢、學科體系劃分、課程目標、核心課程設置、課程制度等方面研究數據科學課程體系及人才培養等問題［4］。陶俊等調查并分析了國外5 所典型圖書情報背景的iSchool 院校在數據科學專業上的培養目標、學分學制和課程結構［5］。陳沫等對國內外大數據相關專業的培養目標和課程設置模式進行調研，并結合國內的教學資源情況設計情報學取向的大數據專業人才培養計劃［6］。

1.2 基于招聘廣告的內容分析

對招聘廣告內容進行分析非常常見，王東波等收集了智聯招聘、51job 等招聘網站上有關數據科學的工作崗位數據，通過對數據科學招聘信息中出現的人才技能素養實體的抽取，探究指導情報學學科緊跟時代發展潮流的課程設計內容［7］。

通過對圖書館相關招聘廣告的分析可以促進圖書館學信息科學的教育。通過了解不同類型圖書館員的需求，圖書館學信息科學課程開發人員可以更好地實施課程開發和教學方法設計，為圖書館的新職位培養成功的候選者。如，Jeonghyun Kim 等對數字策展領域的招聘廣告進行了分析［8］，R.Khan 等對美國高校圖書館數據館員招聘廣告進行了內容分析，挖掘數據館員所需要的任職資格和能力［9］。

2 數據來源與研究方法

2.1 數據來源

本文旨在選擇和分析一個針對圖書情報學畢業生的數據科學招聘廣告樣本，以在培養數據人才和設計課程方面提供建議，幫助圖書情報學發展。美國圖書館協會（American Library Association，ALA） JobLIST （https://joblist.ala.org/）是“圖書館與信息科學與技術工作”的招聘網站，也是美國圖書館協會、大學與研究圖書館協會的服務網站。在此網站發布的招聘信息主要針對圖書館學、信息科學的畢業生。

從2006 年8 月到2018 年4 月（數據獲取于2019 年4 月，而美國圖書館協會不提供一年內的招聘廣告信息），ALA JobLIST 發布的所有招聘廣告信息共24,058 個，其中一些廣告被重新發布，直到招到合適的人才，本研究對此首先進行了數據去重處理。ALA JobLIST 的數據節點包括職位名稱、工作ID、發布時間、國家、郵政編碼、公司名稱、工作類型、工作描述、工作要求、最低學歷、最低工作經驗、工資（高/低/類型）、截止日期和工作職能。設定職位名稱中包含“Data”，共收集到321 個相關的招聘廣告。筆者獲取樣本的招聘廣告列表是以圖書館為中心，最終收集的樣本主要分布于學術/研究機構（學院/大學）。

2.2 研究方法

為了確定數據相關工作需求的特征和模式，筆者分析了321 個相關工作數據集，重點關注招聘廣告發布的年份、職位名稱、知識和技能需求、職能和職責。

人工審核了所有系統給出的職位描述和職位要求，手工提取出具體的知識技能要求和職責。然后，將數據導入到Vosviewer，得到知識技能和工作職責中關鍵詞出現的頻次和共現網絡，進而識別數據相關工作需要的核心技能和工作職責。

另外，本研究使用Pajek 提供的方法來進行知識技能要求和工作職責的社區劃分，然后將共現網絡圖和社區劃分從Pajek 導出到VOSviewer，以進行網絡社區的可視化。

通過對ALA JobLIST 里12 年間數據相關工作招聘廣告的分析，了解數據相關工作的資格要求與工作職能，為數據科學教育提供建議。

3 結果分析

3.1 數據人才需求的逐年分布

如表1 所示，樣本中第一個數據人才工作職位需求發布于2006 年，招聘社會科學數據館員，主要從事社會科學數據的統計工作。從2007 年到2011 年，ALA JobLIST 上每年有大約10 人的數據人才工作需求。2011 年到2012 年、2015 年到2016 年，工作需求的數量顯著增長。2018 年的工作崗位數量有所下降，這是由于2018 年的數據不完整造成的。從ALA JobLIST 中數據人才需求數量的逐年分析可以看出，圖書情報領域對數據科學人才的需求逐年增加，也可以看出圖書館越來越多地參與數據科學工作。

3.2 職位名稱分析

對于求職者來說，職位名稱是衡量一個職位是否合適的初步標識，也是一個工作需求最核心的概括和凝練。數據人才需求范圍非常廣泛，數據人才需求相關職位名稱分布非常分散，共有186 種不同的與數據科學相關的職位名稱。圖1顯示了數據人才工作需求中至少出現三次以上的的職位名稱，共18 種。

表1 數據人才逐年工作需求

圖1 數據相關工作職位名稱

“數據服務館員”的職位最多，樣本中共出現了24 次，其次是“社會科學數據館員”和“數據館員”，分別出現了18 次和16 次。其他職位名稱還包括“研究數據館員”“商業數據館員”“研究數據管理館員”“數據管理專家”“數據策展員”等。所有的職位名稱中都包含“數據”，所需從業者負責及完成與數據相關的工作職能和職責。

為了更好地挖掘職位名稱中包含的內容和范圍，本研究分析了職位名稱中包含的關鍵詞，最常見的工作類型是圖書館館員，其次是專家和協調員，其他工作類型還包括主任、管理員、顧問、研究員、負責人等。相關的學科包括社會科學、商業、科學、地理等。主要工作包括服務、研究、管理、技術、協調、策展、分析等。

3.3 知識和技能要求

在所有數據人才工作需求中，有262 個樣本可以從職位描述和系統給出的職位要求中提取特定的知識和技能要求。數據相關工作所要求的知識和技能主要有：管理、軟件、元數據、團隊管理、統計軟件（SPSS、SAS、STATA）、教學與培訓、數據庫、數據策展、交流能力、數據保存、分析技能、數據可視化等（見表2）。

基于知識和技能需求的關鍵詞共現情況，構建了共現網絡，通過pajek 中的Louvain 方法，將數據人才的技能需求劃分為3 個簇，也就是把需求分為三個大的類別，如圖2 所示。

數據人才知識和技能要求包括以下三個方面。

（1）數據管理、數據保存技術及交流和協作能力。主要包括：熟悉數據管理計劃和數據保存工具；理解研究過程和數據生命周期；具有數據管理知識（元數據、數據檢索和研究數據使用、格式遷移、保存），熟悉XML、SQL、MySQL、Unix 文件系統等數據管理技術；了解地理空間元數據和數據管理標準和實踐；了解數據管理、策展和保存的原則和實踐；具備DSpace 和Fedora等存儲庫系統和內容管理系統的知識；優秀的溝通、協作和解決問題的能力；能夠在團隊環境中有效地與教師、學生和員工一起工作；優秀的口頭、書面、人際溝通、組織和分析能力。

（2）程序和腳本語言、元數據標準。主要包括：熟悉主要元數據標準（如DC、DDI、OAIPMH、MODS、METS、PREMIS 或 MARC） 和腳本語言（如 PHP、PERL、Python、Javascript）；有語義技術和數據檢索經驗；掌握用于數據密集型研究的腳本語言；有使用網絡書目數據庫搜索的知識；了解開放獲取的趨勢和問題；優秀的技術和分析能力；熟悉數據可視化工具；有使用關系數據庫的經驗。

（3）社會科學數據分析方法和信息素養培訓經驗。有使用統計軟件包（如Stata、R、D3、MATLAB、SAS 或SPSS）的經驗；熟悉適用于社會科學的數據發現分析技術和統計方法；熟悉業務數據庫和資源；豐富的商業和財務知識；有研究機構的公共服務經驗；熟悉學術交流過程的知識（出版、版權、資料庫）；在學術機構有教學經驗和信息素養教學經歷；教學和開發以用戶為導向的培訓和信息資源。

3.4 工作職能/職責分析

數據人才相關的321 個招聘廣告中，有269 個具有一個或多個系統給定的工作職能（見圖3）。數據相關工作最重要的職能是研究 （64），其次是信息技術 / 系統（49）和數字項目（48）。參考文獻（42）、區域研究/學科專家（38） 和行政/管理（31） 在工作職能表中出現均超過30 次，是數據類工作的主要職能。

圖3 數據人才工作職能

根據工作職能的共現情況，識別出三個大類的工作（見圖4），分別為：① 數字項目、數字保存、特殊館藏和檔案、知識管理類工作；② 研究和參考咨詢、館藏開發、信息素養和培訓類；③ 信息技術和系統、多媒體和網絡服務、培訓技術及開放獲取類。

圖4 工作職能共現網絡

在321 個數據人才相關工作樣本中，有294個樣本可以從職位描述中提取特定的職責。數據類工作職責主要包括數據服務、開放獲取、顧問、培訓、保存、可視化等。基于工作職責包含的關鍵詞的共現情況，構建共現網絡，將工作職責劃分為2 個大類（見圖5）。

圖5 工作職責共現網絡

（1）教學、培訓、課程建設、顧問、數據服務、外聯等工作，主要職責包括：促進和整合跨學科的數據服務和數據素養到圖書館教學中；推進開放數據，為從事數據密集型研究項目的教師提供服務；為學術界提供廣泛的數據服務；為圖書館數據掃盲提供培訓和支持；開展關于可視化工具和技術的研討會或相關培訓；與各圖書館的人員就研究、教學和數據相關項目進行合作；指導學生查找數據集，并教導學生如何清理和操作數據，以用于分析和統計應用。

（2）圖書館的研究數據、元數據、數據集合、數據館藏的管理、保存、策展及獲取等工作，主要職責包括：社會科學統計數據收集，方便獲取更多的數據資源；選擇、獲取、管理和交付數字數據集合，建立數值和空間數據收集，方便跨學科訪問其他數據資源；參與數據收集的選擇、組織、交付和管理；開發并提供廣泛的研究數據管理；參與數據文檔計劃元數據項目；制定長期元數據戰略規劃；分析來自數據和內容所有者的元數據，以確保質量和完整性；選擇適當的元數據標準和模式，并就創建和清理元數據的工具和工作流提供建議；為可用的數據集創建元數據；監測和研究可能適用于數據服務的新數據管理方法和技術；在當前和未來的數據保存基礎設施中實現數據管理系統；設計有助于數據可視化、數據和信息訪問、數據發現、數據挖掘、數據發布、數據管理和保存的流程；確定、評估和推薦定性和定量（文本分析）數據集；獲取、存儲和維護數據集。

4 啟示與建議

針對ALA 的招聘廣告內容分析提供了快速演變的數據科學領域專業人員的需求和職責的詳細畫像。招聘方正在尋找合格的候選人來從事數據相關的工作。分析結果部分顯示了數據人才所需要或期望的屬性，如教育、知識、技能和能力，以及職位所要求的職務和職責，也為圖書館學信息科學如何參與并融入數據科學提供了路徑。為我國圖書情報領域開展數據科學教育帶來了以下啟示。

4.1 構建多層級的數據科學人才培養體系

圖書情報學和數據科學具有緊密的聯系，圖書情報領域可依托信息管理等學科優勢，整合學校人文社會科學的有關力量，積極開展數據科學教育。圖書館擁有豐富的紙質館藏、數字館藏和數字化項目，數據科學教育需要資源和項目的支撐，圖書館天然的館藏為數據科學教育提供了有利的資源基礎。圖書館可建立圖書館特色課程體系以補充數據科學專業教育的不足。可將各種圖書館領域擅長的數字化技術，與人文研究和工作場景深度結合，為教師、研究生和本科生提供數字學術工具和方法的培訓。

4.2 設計多層次的數據科學課程體系

圖書情報領域數據相關的工作需求逐年增加，越來越多的圖書情報畢業生將來會從事數據相關的工作，這就需要開設數據科學相關的課程。基于數據人才的技能需求，可分層次分類別的構建課程體系。① 第一層次：數據管理、數據保存技術；② 第二層次：程序和腳本語言、元數據標準；③ 第三層級為社會科學數據分析方法和信息素養等方面的課程。

4.3 依托數據科學的實踐性項目平臺

數據科學是具有高度實踐性的學科，其教學內容、研究成果往往來源于也體現在實踐項目成果中。基于招聘廣告的分析，許多數據科學的職務與項目管理有關，同時項目管理能力也是招聘廣告里出現的重要技能需求。圖情領域發展數據科學可以推廣這樣的“項目學習”式，讓學生們利用項目平臺邊工作邊學習、邊理論邊實踐。

5 結論

本研究也具有一定的局限性。這項研究僅限于ALA JobLIST 網站上2006-2018 年的招聘廣告。未來研究需要擴大招聘廣告的范圍，以發現更大范圍的工作需求來源。此外，未來的研究需要補充其他研究策略，如調查或采訪該領域的從業者。

該研究為數據科學相關的工作需求提供了一個具體的藍圖。數據科學專業人員應密切留意工作的需要，以確保他們的技能、知識和能力與時俱進。圖書館學信息科學教育同樣應該跟上這個迅速發展的領域的趨勢，以確保其課程和教育計劃適合為數據人才承擔新角色做準備。