1908 : Scientifique des données au travail

Un scientifique des données extrait des régularités, des prédictions et des recommandations à partir de données en combinant statistiques, programmation et connaissance du domaine, puis transforme le résultat en quelque chose qu'une entreprise, une administration ou une équipe de recherche peut exploiter. Le travail va de l'écriture de requêtes SQL pour extraire des données d'un entrepôt à leur nettoyage et leur remaniement, en passant par l'ajustement d'un modèle statistique ou d'apprentissage automatique, et l'explication de ce que le résultat permet — ou non — de conclure.

L'intitulé de poste est bien plus jeune que le métier qui le sous-tend. « Data scientist » remonte à environ 2008, lorsque DJ Patil et Jeff Hammerbacher l'adoptent indépendamment en constituant des équipes data chez LinkedIn et Facebook, tandis que le statisticien William S. Cleveland ne propose « data science » comme discipline académique qu'en 2001. La discipline sous-jacente est bien plus ancienne : elle remonte à la promotion par John Tukey, dans les années 1960-1970, de l'analyse exploratoire des données, puis aux statistiques de Ronald Fisher dans les années 1920 et à l'étude de 1662 de John Graunt sur les registres de mortalité londoniens.

Un article de 2012 de la Harvard Business Review le qualifiant de « sexiest job of the 21st century » déclenche une décennie de recrutement massif en entreprise et des centaines de nouveaux programmes universitaires. Cette vague s'est depuis mûrie : le généraliste s'est scindé en ingénierie analytique, ingénierie de l'apprentissage automatique et analytique produit, et les outils d'IA prennent en charge une part croissante des requêtes, du nettoyage et des graphiques que le poste original supposait faits à la main.