“數(shu)(shu)據(ju)科(ke)學(xue)(xue)家”在2009年由Natahn Yau首次提(ti)出，其概念(nian)是采用(yong)科(ke)學(xue)(xue)方法、運用(yong)數(shu)(shu)據(ju)挖掘工具尋(xun)找新的(de)(de)數(shu)(shu)據(ju)洞(dong)察的(de)(de)工程師(shi)。數(shu)(shu)據(ju)科(ke)學(xue)(xue)家集技術專家與數(shu)(shu)量(liang)分(fen)(fen)析師(shi)的(de)(de)角(jiao)色于一身，與傳(chuan)統數(shu)(shu)量(liang)分(fen)(fen)析師(shi)相比：后(hou)者通常利用(yong)企業的(de)(de)內部數(shu)(shu)據(ju)進(jin)行分(fen)(fen)析，以支持領導(dao)層的(de)(de)決(jue)策(ce);而前者更多的(de)(de)是通過(guo)關注面向(xiang)用(yong)戶的(de)(de)數(shu)(shu)據(ju)來(lai)創造不同(tong)特性(xing)的(de)(de)產品和流(liu)程，為客戶提(ti)供有意(yi)義的(de)(de)增值服務(wu)。
面向(xiang)客戶的(de)性質(zhi)決定了(le)大(da)部分(fen)數(shu)(shu)據科學(xue)家(jia)擔任(ren)公司產品開發或營銷部門的(de)職位，或是(shi)效力(li)于首席技(ji)(ji)術官。那么數(shu)(shu)據科學(xue)家(jia)需要具備(bei)哪些(xie)核心能力(li)呢(ni)？科技(ji)(ji)記者Derrick Harris在(zai)其文章(zhang)中介紹了(le)數(shu)(shu)據科學(xue)家(jia)應具備(bei)的(de)一些(xie)技(ji)(ji)能。
他表示，在(zai)你(ni)詢(xun)問別人什么是數(shu)據(ju)科學(xue)(xue)家，或者數(shu)據(ju)科學(xue)(xue)家是做什么的(de)(de)時候，很容易(yi)發現：“數(shu)據(ju)科學(xue)(xue)家”其(qi)實(shi)是從(cong)“大數(shu)據(ju)”引發的(de)(de)術(shu)語混(hun)亂(luan)中形成的(de)(de)。數(shu)據(ju)科學(xue)(xue)的(de)(de)核心能力被(bei)定義(yi)為：SQL、統計、預測(ce)建模和編程(cheng)、Python等，這(zhe)些聽起來很合理。但(dan)是很快就有(you)(you)更多(duo)名詞(ci)添加到其(qi)中：Hadoop/MapReduce、機(ji)器學(xue)(xue)習、可(ke)視(shi)化，甚至(zhi)還有(you)(you)傳統的(de)(de)數(shu)學(xue)(xue)、物理、計算機(ji)科學(xue)(xue)等類似能力。
許多人(ren)呼吁專業(ye)領域、商業(ye)智慧、創造力(li)及表達能(neng)力(li)也是(shi)同(tong)樣(yang)重要(yao)的(de)(de)。一(yi)個(ge)(ge)數(shu)(shu)據(ju)科(ke)學(xue)(xue)家(jia)不能(neng)只擅長數(shu)(shu)字(這(zhe)種人(ren)被稱為統計學(xue)(xue)家(jia)或(huo)分析師)，也要(yao)能(neng)夠(gou)理解業(ye)務：什(shen)么(me)樣(yang)的(de)(de)數(shu)(shu)據(ju)或(huo)結果才是(shi)有參考性的(de)(de)；能(neng)夠(gou)找到新的(de)(de)數(shu)(shu)據(ju)集并為其創造新產品；然后能(neng)夠(gou)讓(rang)CEO們理解這(zhe)一(yi)切。這(zhe)是(shi)一(yi)個(ge)(ge)艱巨的(de)(de)任務，這(zhe)個(ge)(ge)世界上這(zhe)類(lei)人(ren)是(shi)很少(shao)的(de)(de)。作為頂尖(jian)的(de)(de)數(shu)(shu)據(ju)科(ke)學(xue)(xue)家(jia)，不要(yao)求(qiu)他(ta)們對(dui)環境做出什(shen)么(me)積極的(de)(de)改變，但(dan)是(shi)需要(yao)他(ta)們嘗試做一(yi)些真(zhen)正(zheng)先進的(de)(de)東(dong)西，幫助大家(jia)更好的(de)(de)解決業(ye)務上的(de)(de)問題。
數據科學家的六(liu)種能(neng)力：
1.對數據的(de)提取與綜合能力；
2.統計分析能力；
3.數據洞察與信息挖掘(jue)能力；
4.開發(fa)軟(ruan)件能力；
5.網絡(luo)編程能力(li)；
6.數(shu)據的可視化(hua)表示能力(li)。
數據科學家涉及學科：
1.計算機科學：數(shu)據(ju)獲取、數(shu)據(ju)解(jie)析、數(shu)據(ju)存放、和數(shu)據(ju)安全
2.數(shu)理統計(ji)學：數(shu)據(ju)分析、數(shu)據(ju)過濾(lv)、數(shu)據(ju)挖掘、和(he)數(shu)據(ju)優化
3.圖形設計(ji)學：顯示數(shu)據(ju)結果(guo)，比如將(jiang)數(shu)據(ju)表(biao)達成三維圖形，以便更好地理解和利(li)用
4.人(ren)機(ji)(ji)交互學：在用戶(hu)和數據(ju)之間建立有(you)機(ji)(ji)聯(lian)系，使得人(ren)對數據(ju)的使用更(geng)方便
巧笑倩兮 
