数据科学家的由来和定义

虽然数据科学三十年前就诞生了，但是数据科学家却是几年前刚出现的一个新词。在《数据之美》一书中，我们可以看到Facebook的数据科学家的起源：

在Facebook，我们发现传统的头衔如商业分析师、统计学家、工程师和研究科学家都不能确切地定义我们团队的角色。该角色的工作是变化多样的：在任意给定的一天，团队的一个成员可以用Python实现一个多阶段的处理管道流、设计假设检验、用工具R在数据样本上执行回归测试、在Hadoop上为数据密集型产品或服务设计和实现算法，或者把我们分析的结果以清晰简洁的方式展示给企业的其他成员。为了掌握完成这多方面任务需要的技术，我们创造了「数据科学家」这种角色。

所以，用一句话总结「数据科学家」的定义：

运用统计分析、机器学习、分布式处理等技术，从大量数据中提取出对业务有意义的信息，以易懂的形式传达给决策者，并创造出新的数据运用服务的人才。

数据科学家有哪几种类别?

为了更好地阐释数据科学家，我们将它分为三类：

理论数据科学家致力于数据科学的理论研究，为其他的数据科学家创造框架和工具。本质上是将统计数据、数据存储和计算机科学在理论层面应用于大数据的学者。

应用数据科学家对于如何运用大数据有更好的理解。科学需要严谨，我认为数据应用植根于学术严谨，但是在应用层面工作。应用数据科学家的工作是先进行架设，再用大数据进行验证。每个人都会受惠于他们的研究发现和工具。

行业数据科学家用应用数据科学地解决某个具体的市场问题、行业、生意，实现利益最大化的单一目的。行业数据科学家得擅长沟通，能够让他们的发现应用于商业。将工商、经济和会计方面的经验应用在商业领域是他的价值所在。与商业分析师和商业顾问的角色有点相似。

想进行大数据挖掘培训一定要谨慎的选择，在学习方面，一个合适自己的才是做好的！

转载自网络 不用于商业宣传 版权归原作者所有，侵权删。