1900 : Scientifique des données cliniques au travail — Section 1058 : Les statisticiens formalisen

Le titre du poste est bien plus jeune que le métier qui le sous-tend. Le « data scientist » date d'environ 2008, lorsque DJ Patil et Jeff Hammerbacher l'ont choisi indépendamment tout en créant des équipes de données sur LinkedIn et Facebook, et le statisticien William S. Cleveland a proposé la « science des données cliniques » comme domaine universitaire seulement en 2001. La discipline sous-jacente est plus ancienne de plusieurs siècles, remontant aux efforts de John Tukey dans les années 1960 et 1970 en faveur de l'analyse exploratoire des données jusqu'aux statistiques de Ronald Fisher des années 1920 et à celles de John Graunt. Étude de 1662 sur les registres de mortalité de Londres.

Un article de la Harvard Business Review de 2012 le qualifiant de « travail le plus sexy du 21e siècle » a déclenché un boom de l'embauche dans les entreprises qui a duré une décennie et des centaines de nouveaux programmes universitaires. Ce boom a depuis mûri : le titre généraliste s'est divisé en ingénierie analytique, ingénierie d'apprentissage automatique et analyse de produits, et les outils d'IA gèrent désormais une part croissante des requêtes, du nettoyage et de la cartographie de routine du travail initial supposé qu'une personne ferait à la main.

Que fait réellement un data scientist clinique au quotidien ? Contrairement à l'image de la « création de modèles d'IA », la plupart du temps est partagé entre l'écriture de requêtes SQL et de code Python pour extraire et nettoyer les données, l'exécution de tests statistiques ou de modèles de formation et la traduction des résultats dans un graphique ou un mémo sur lequel une partie prenante non technique peut agir. Les enquêtes auprès des praticiens placent systématiquement le nettoyage et la préparation des données à environ la moitié ou plus du temps de travail total.