數(shù)據(jù)科學家則需要了解Python語言、R語言或兩者兼具，并且能夠獲取數(shù)據(jù)（例如使用SQL或Spark）、整理數(shù)據(jù)、分析數(shù)據(jù)、訓練預測模型并將數(shù)據(jù)驅動的洞察提供給利益相關者。他們需要在統(tǒng)計方法和機器學習方法（包括深度學習）方面有扎實的基礎。在某些公司中，數(shù)據(jù)科學家也會參與機器學習模型的部署。

盡管現(xiàn)在很多企業(yè)對于數(shù)據(jù)科學家和數(shù)據(jù)工程師職位的劃分還不是那么明確，但是未來更加精細化的分工是大勢所趨。當然這并不會一蹴而就，新職位不是憑空而來，需要一個漸進的過程和角色轉化，國內某頭部互聯(lián)網(wǎng)公司兩年前正式組建了數(shù)據(jù)科學團隊，而團隊成員以前散落在集團各業(yè)務部門，其中有數(shù)據(jù)分析師也有大數(shù)據(jù)專家，而數(shù)據(jù)科學團隊成立以來，讓數(shù)據(jù)驅動業(yè)務運營，更加高效。

國內另一家頭部直播平臺正在招聘數(shù)據(jù)科學家職位，從招聘信息描述來看，數(shù)據(jù)科學家屬于其數(shù)據(jù)分析部，其工作職責包括分析和挖掘海量數(shù)據(jù)，發(fā)現(xiàn)用戶行為模式與規(guī)律，優(yōu)化用戶體驗，提升社區(qū)粘性，通過數(shù)據(jù)分析和經(jīng)濟運籌模型優(yōu)化，為公司不同的運營團隊制定目標和策略，關注落地結果等。而職業(yè)技能要求需要熟練使用SQL、Python或R語言進行數(shù)據(jù)分析、可視化呈現(xiàn)，具有統(tǒng)計學和概率論基礎，擅長數(shù)據(jù)分析，了解常見規(guī)統(tǒng)計機器學習模型及使用等，其需求與Maria Khalusova所說基本一致。

有分析稱近來對AI、機器學習（ML）、非ML預測分析和“大數(shù)據(jù)”的應用，使得數(shù)據(jù)科學家的需求有了顯著的增長。不過從這一點來看數(shù)據(jù)科學是不是21世紀最性感的職業(yè)還為時尚早，公民數(shù)據(jù)科學家的到來讓不少人為此打上了大大的問號。

全民數(shù)據(jù)科學家時代到來？

早在2013年就有專家指出對數(shù)據(jù)科學家的“炒作”該結束了，他們認為大數(shù)據(jù)走入了一個新的階段。企業(yè)用戶利用直覺和互動的UI來從大數(shù)據(jù)中獲取價值，從而避免依賴于數(shù)據(jù)科學家，應該讓大數(shù)據(jù)變得更加民主。

市場競爭加劇，外部環(huán)境和技術飛速變化，需要業(yè)務和技術更高效聯(lián)動更及時有效了解用戶需求，明確企業(yè)自身現(xiàn)狀，為企業(yè)決策提供幫助。隨著大數(shù)據(jù)技術不斷走向成熟，技術應用的門檻也不斷降低，復雜的數(shù)據(jù)統(tǒng)計可能仍限于數(shù)據(jù)科學家，一些可視化分析工具和敏捷的大數(shù)據(jù)工具可以讓業(yè)務人員能夠輕松上手，大數(shù)據(jù)民主化也催生出了公民數(shù)據(jù)科學家這個概念。

根據(jù)Gartner 的定義，公民數(shù)據(jù)科學家（Citizen Data Scientist ）“能夠創(chuàng)建或生成采用高級診斷分析或預測和規(guī)范功能的模型，但本職工作并不屬于統(tǒng)計和分析領域”，近兩年關于公民數(shù)據(jù)科學家概念也異�；鸨�。

有人指出公民數(shù)據(jù)科學家發(fā)展預示著全民數(shù)據(jù)科學家時代的到來，數(shù)據(jù)科學家可能會退出舞臺，也有人認為數(shù)字化智能時代，數(shù)據(jù)的增長和數(shù)據(jù)價值的重要性日益凸顯，企業(yè)對數(shù)據(jù)科學家和數(shù)據(jù)分析人員需求不斷擴大，而人才缺口較大，公民數(shù)據(jù)科學家是暫時填補供需之間不平衡的一個方案，數(shù)據(jù)科學家仍然是最亮的星。

可以看到近兩年技術民主化成了熱點，不只是公民數(shù)據(jù)科學家，還有公民開發(fā)者，在Gartner的定義中公民開發(fā)者是指在傳統(tǒng)IT渠道之外的創(chuàng)建應用程序的業(yè)務用戶，低代碼／零代碼的發(fā)展促使了全民開發(fā)者時代的到來。公民開發(fā)者無法替代開發(fā)者，同樣的公民數(shù)據(jù)科學家也無法替代數(shù)據(jù)科學家。術業(yè)有專攻，數(shù)據(jù)科學家會向著更高階和更專業(yè)的數(shù)據(jù)分析方向發(fā)展，正如Gartner所說，公民數(shù)據(jù)科學家可以彌合企業(yè)用戶采用的主流自助型分析和數(shù)據(jù)科學家掌握的高級分析技術之間的鴻溝。

目前，越來越多的企業(yè)構建數(shù)據(jù)文化，將自身打造成數(shù)據(jù)驅動的組織。“由于技術公司蘊含的技術文化，也使他們（互聯(lián)網(wǎng)企業(yè)）自然地在數(shù)據(jù)工程和數(shù)據(jù)科學方面更加領先。今天，我們看到越來越多的公司開始接受技術文化，因為這已成為競爭優(yōu)勢所在。與此同時，同樣的事情也發(fā)生在傳統(tǒng)產業(yè)。今天，各行各業(yè)的許多公司都開始嘗試將其業(yè)務轉到互聯(lián)網(wǎng)上�？梢赃@樣說，未來所有公司遲早都會成為互聯(lián)網(wǎng)公司，也都會更加注重技術文化�！盇ndrey Cheptsov指出，與此同時軟件開發(fā)越來越多地涉及到數(shù)據(jù)，這意味著軟件不再僅僅是一組算法，而是一組經(jīng)過數(shù)據(jù)訓練的模型。收集和處理這些數(shù)據(jù)，并進行建模和部署機器學習（ML）模型，已成為軟件開發(fā)的一部分。

技術不斷迭代進化，新的職位也會出現(xiàn)，員工與企業(yè)組織都面臨著新的挑戰(zhàn)與機遇。很多人都愿意相信數(shù)據(jù)科學家未來可期，只是不要把職業(yè)角色和應該掌握的技能標簽化，畢竟需求是動態(tài)變化的，是需要個體與時代彼此適應的。