21世紀最性感的職業，你覺得是什么？美國媒體認為，是數據科學家。

　　大數據炙手可熱，每家公司都在試圖利用大數據做點什么。與此同時，一個新的工作職位應運而生——數據科學家。別小看了這個聽起來貌似還略顯青澀的名稱，先來看看它掀起了怎樣的波浪吧：它被美國媒體稱為21世紀最性感的職業，因為這個職位聽起來充滿誘惑卻又不被大眾所了解；在知名招聘網站INDEED上，它的需求百分比在短短一年之內由0增長到現在的近0.02%；中國的各大網站如阿里巴巴等公司也相繼貼出了高薪聘請數據科學家的OFFER……

　　那么，數據科學家，到底是做什么的呢？

　　數據科學家這個職位來源于喬納森·高德曼(Jonathan Goldman)。他在2006年的6月份進入商務社交網站LinkedIn工作。在那時，LinkedIn只有不到800萬用戶。高德曼在之后的研究中創造出新的模型，利用數據預測注冊用戶的人際網絡。具體來講，他以用戶在LinkedIn的個人資料，來找到和這些信息最匹配的三個人，并以推薦的形式顯示在用戶的使用頁面上——這也就是我們熟悉的“你可能認識的人(People you may know)"。這個小小的功能讓LinkedIn增加了數百萬的新的頁面點擊量。從此，數據在Linkedin的重要性被不斷提升，而高德曼的角色就是一位數據科學家。

　　曾經投資過Facebook，LinkedIn的格雷洛克風險投資公司把數據科學家描述成“能夠管理和洞察數據的人”。在IBM的網站上，數據科學家的角色被形容成“一半分析師，一半藝術家”。他們代表了商業或數據分析這個角色的一個進化。

　　真正區別數據科學家與傳統職位的是對于商業的強烈敏感，以及以何種組織來處理商業問題的影響力，將研究結果傳達給商業和IT界的覺得者們。優秀的數據科學家將不僅僅處理商業問題，他們還要有具備發現對于公司影響最大的問題的能力。Anjul Bhambhri是IBM的大數據產品副總裁，她認為 “數據科學家是一個好奇的，不斷質疑現有假設，能盯著數據就能指出趨勢的人。這就好像在文藝復興時期，一個非常想為組織帶來挑戰并從挑戰中學習的人一樣?！?/P>

　　我們可以從大家的描述中看到數據科學家的輪廓：既是分析師，也是數學家，有可能是個黑客，也有可能是個解碼員。不一定必須是個博士才能成為一個數據科學家，但“能在數據的海洋里暢游”一定得是他的長項。并且，被人們反復提到的詞是：洞察力(insight)。數據科學家必須要通過大量的數據產生對商業發展的洞察力。他們應該能推理出數據上尚未顯示出來的被掩蓋的事實和趨勢。

　　提出“數據科學家”這個詞的Thomas H. Davenport 和 D.J. Patil在他們的文章中談到數據科學家的能力：數據科學家傾向于用探索數據的方式來看待周圍的世界。把大量散亂的數據變成結構化的可供分析的數據，還要找出豐富的數據源，整合其他可能不完整的數據源，并清理成結果數據集。

　　新的競爭環境中，挑戰不斷地變化，新數據不斷地流入，數據科學家需要幫助決策者穿梭于各種分析，從臨時數據分析到持續的數據交互分析。數據科學家會遇到技術的局限性，但不會讓技術阻擾他們尋找新穎的解決方案。當他們有所發現，便交流他們的發現，建議新的業務方向。通常他們很有創造力的展示視覺化的信息，也讓找到的模式清晰而有說服力。他們會把蘊含在數據中的規律建議給產品經理和主管們，從而影響產品，流程，和決策。

　　Nate Silver利用收集到的數據，在美國2012年總統大選預測對了50州的投票結果以及最終的大選的結果。數據科學家們正在向世界昭示他們愈來愈重要的作用。

　　在可見的未來，數據科學家這個新興職業將愈發活躍商業世界。當他們在硅谷的各大科技公司站穩腳跟后，更多的傳統行業將很有可能擁抱這個目前還不被大多人了解的群體，因為他們在大數據分析領域的聰明才智可以為公司節省上千萬的資金并且發現更具價值的投資方向。

　　他們這么看數據科學家 John Rauser, 亞馬遜大數據科學家:

　　數據科學家是工程師和統計學家的結合體。從事這個職位要求極強的駕馭和管理海量數據的能力；同時也需要有像統計學家一樣萃娶分析數據價值的本事，二者缺一不可。

　　Steven Hillion, EMC Greenplum數據分析副總裁：

　　數據科學家是具有極強分析能力和對統計和數學有很深研究的數據工程師。他們能從商業信息等其他復雜且海量的數據庫中洞察新趨勢。

　　Monica Rogati, LinkedIn資深數據科學家：

　　所有的科學家都是數據學家，因為他們整天都在和海量數據打交道。在我眼中，數據學家是一半黑客加一半分析師。他們通過數據建立看待事物的新維度。數據學家必須能夠用一只眼睛發現新世界，用另一只眼睛質疑自己的發現。

　　Daniel Tunkelang，LinkedIn首席數據科學家：

　　我是bit.ly 首席科學家Hilary Mason的忠實崇拜者。關于這個新概念的定義我也想引用她的說法：數據科學家是能夠利用各種信息獲取方式、統計學原理和機器的學習能力對其掌握的數據進行收集、去噪、分析并解讀的角色。

　　Michael Rappa，北卡羅萊納州立大學教授：

　　盡管數據科學家這個名稱最近才開始在硅谷出現，但這個新職業的產生卻是基于人類上百年對數據分析的不斷積累和衍生。和數據科學家最接近的職業應該是統計學家，只不過統計學家是一個成熟的定義且服務領域基本局限于政府和學界。數據科學家把統計學的精髓帶到了更多的行業和領域。