你看過「血壓是負數」的活人嗎？我看過。

學生時期，指導教授拿了一份發表在知名頂級醫學期刊（SCI）的原始資料，讓我們當作課堂作業，練習用統計工具複現論文成果。聽起來是一場扎實又嚴謹的學術訓練。

但我那時無聊，隨手多做了一步最基礎的資料檢視——拉出各欄位的最小值與最大值看了一眼。

螢幕跳出結果的瞬間，我整個人愣在原地：其中一筆資料的收縮壓，竟然是負數。

活人的血壓怎麼可能是負的？除非他是反物質構成的生物。我立刻核對資料筆數，與期刊論文白紙黑字刊載的樣本數完全吻合。也就是說，從研究團隊建模、同儕審查（Peer Review），一路到頂刊刊登，這筆「連停屍間都不可能測出」的負數血壓，就這樣暢行無阻地被灌進統計模型，算出了無比顯著的 p-value。

我滿懷震撼跑去請教教授，換來的卻是一句輕描淡寫的安慰：
「哎呀，差這一個人結果不會差太多啦，重點是練習分析方法……」

看著後續資料欄位浮現出更多荒誕的離譜極值，我默默把嘴閉上了。何必自討苦吃？但我心裡很清楚：從那天起，這位教授往後發表的任何高分研究，我連一個標點符號都不會再信。

多年後，我看過無數人討論「優秀資料科學家最核心的特質究竟是什麼？」。在所有花俏的詞彙中，唯有三個字直擊痛點——好奇心。

如果你對現實世界的運作機理毫無好奇，你憑什麼認為自己能優化眼前的流程？

鳶尾花的詛咒：數學上無可挑剔，現實裡無足輕重

許多資料科學家走出象牙塔、進入產線與企業，依然帶著這種「只要演算法能跑、數字能交差就好」的交作業思維。

正如機器學習經典教材「鳶尾花資料集（Iris Dataset）」，許多人模型調得飛起，但拿著欄位算了半天，連 Sepal（花萼）與 Petal（花瓣）到底是什麼都沒想過要查。這甚至成了我後來面試新人的暖身題——只要答得出花萼與花瓣的分別就算過關。並非要求每個人都成為植物學家，但總不能天天跟資料打交道，卻兩手一攤說「我只負責矩陣運算」。

在封閉的測試集裡，你確實可以完全無視數值背後的物理世界。模型依然收斂，損失函數（Loss）依然下降得優雅。大家美其名說這是「跨領域分工」——業務單位出題目、出資料，科學家在資料庫結構下證明某個演算法更優越、AUC 又往上推了零點幾個百分點，順利寫進專案報告或發表論文。

然後呢？

回頭看看那名「血壓為負數」的幽靈病患，這不正是產學界最荒謬的黑色幽默？在實務現場，別人的領域知識（Domain Knowledge）不可能上網隨便 Google 就有；那麼，到底具備什麼特質的人，才能真正把領域知識揉進骨子裡？

贏不過老手是常態，但拿「滯後指標」做預測只會自取其辱

答案依然很純粹：好奇心。

很多人對「資料科學」有種盲目的科技崇拜，誤以為找來幾位演算法天才，就能用數據魔法對傳統產業降維打擊。但現實殘酷得多——企業今天之所以調動資料科學家進場，本質上是因為那些在現場浸淫數十年的資深工程師與老師傅，對眼前的瓶頸已經窮盡了經驗、想不出新招。

正因為人類的經驗直覺走進了死胡同，才需要仰賴數據方法，像金屬探測器一樣一吋一吋掃過海量特徵，試圖從盲區中撈出被忽略的微弱訊號。

一個初來乍到的資料科學家，憑什麼覺得自己在業務認知上能贏得過這群現場專家？

答案是：根本不可能贏。

但「贏不過」不等於可以「完全不求甚解」。如果你連現場最基本的物理機制、製程因果與業務邏輯都懶得探究，只會把欄位一股腦兒倒進隨機森林或神經網路，最經典的翻車現場，就是拿著反應器出口早已產出的分析值、或是已經發生的滯後指標（Lagging Indicators），煞有介事地去「預測」一小時前的進料控制。

這種模型在老手眼裡，除了自取其辱，沒有任何價值。

如何評估 Domain 潛力？兩個真實案例的強烈對比

評估一位資料科學家是否具備深耕 Domain 的潛力，從來不是給他一張考卷，考他製程管線圖（P&ID）或現場法規。核心關鍵永遠只有一個：他對現場與反常現象，有沒有本能般的刨根究底？

案例一：外行問出來的致命破口

在某個環安衛（EHS）專案中，現場發生了員工中毒事件。工程師與主管排查了數天、採樣做了一堆，始終找不到有害氣體的源頭。
一位初次跟著進廠巡檢的資料團隊夥伴，在眾人緊盯中控監控數據與通風管線時，指著走道角落問了一個看似狀況外的傻問題：
「那個……角落那個桶子為什麼沒有蓋子？」
現場主管與資深工程師愣了一下，順口回答：「不知道耶，一直以來都這樣擺。」
結果循線一查，元兇正是該桶有機溶劑在特定氣流下的異常揮發（原存放點因施工而暫時挪動）。現場老手看了數年早已見怪不怪的盲區，反而被一個對環境充滿好奇的外行一眼擊破。這就是好奇心的價值：它能穿透「習慣成自然」的集體盲從。

案例二：MAPE < 1% 的學術級笑話

另一個極端，則是一場令人哭笑不得的產學合作案。
該專案的目標是透過機器學習，預測橫跨多種規格產品的關鍵品質指標。主導的教授帶領團隊完成模型後神采飛揚，在成果簡報上大言不慚地宣布：
「我們的模型預測力極強，MAPE 小於 1%！我們發現了一個極度關鍵的預測特徵——就是 Grade（產品規格編號）！」
會議室瞬間安靜到只剩投影機的運轉聲。
每種產品規格（Grade）本來就是根據各自專屬的品質標準來定義的，拿「規格編號」去預測「該規格的品質標準」，這不叫預測，這叫嚴重的標籤洩漏（Target Leakage），說白了就是公然「抄答案」。
最可怕的不是把抄答案當成果，而是頂著專家光環的團隊在看到那驚為天人的指標時，竟然連一秒鐘都沒懷疑過，更完全不想探究這個「關鍵特徵」在生產現場代表什麼意義。那一刻，模型沒有落地，而是變成了產線茶餘飯後的長久笑柄。

只要對數據背後的事實稍微抱持一絲好奇，走進現場隨口問一句：「請問 Grade 是怎麼定義的？」這場鬧劇就不會上演。至於專案後續？自然是胎死腹中——沒有任何實戰團隊敢把產線交給連常識都不探究的人。

結語：演算法能微調，但好奇心無法 Fine-tuning

演算法能靠開源套件呼叫，算力能靠雲端叢集擴展，但「好奇心」無法透過微調（Fine-tuning）無中生有。

所謂的好奇心，在實務現場從來不是什麼高深莫測的情懷，而是一種不怕丟臉、甚至顯得有點笨拙的工作習慣——是拿到資料時，願意花時間把極值抓出來追根究底；是特徵工程前，敢對著 P&ID 圖一條一條確認進料因果；是站在產線邊，敢開口問出那些老手習以為常的「常識盲區」。

所以，如果下次又有哪個看似搞不清楚狀況的傻傢伙，拿著報表湊到你身邊追問：
「為什麼這幾個欄位有大段缺失？」
「可不可以跟我說明一下現場這些感測器採樣的先後順序？」
「這個數值分布在物理上真的合理嗎？」

**請務必耐心一點，珍惜這群眼裡還有光、對數據背後的真實世界仍保有好奇心的傢伙。
**
我知道，他們問出來的十個問題裡，大概有九個是讓人哭笑不得的蠢問題。但剩下的那一個——**祝你能幸運遇到那個「角落的桶子為什麼沒蓋蓋子」的靈魂發問。**因為往往就是那一問，替你的系統和公司省下了幾千萬的冤枉學費。

【下一篇預告】

找到了具備好奇心的人才，接下來該面對的，是更血淋淋的人性修羅場——「信人」。

在資料科學的戰場上，「信任」從來不是心靈雞湯，而是最昂貴的決策成本。

一邊是菜鳥工程師整天糾結：「我能不能用這個演算法？A+B 可不可以？」——別猜了，Just Do It，數據拿出來跑，我要是早知道答案還坐在這裡幹嘛？

另一邊則是長官與業務老大的靈魂拷問：「這違反我的直覺，這最新技術你有沒有試過？」即便資料假設已經驗證，最後依然選擇走回老路。

如果 Domain 經驗有用，問題早就被解決了，根本輪不到數據團隊來死中求活。當風險可控時，你敢不敢像個真正的決策者一樣，放手讓打者好好揮棒？

下一篇，我們來聊聊執行力與信任的終極考驗：《信人：Just Do It，別再拿你的直覺跟數據對賭》。