データサイエンティスト、1996年のファイヤド、ピアテツキー=シャピロ、スミス、「知識発見」を定義

厳密には違う。フィッシャーの実験計画法やテューキーの探索的分析など統計学に強く依拠しているが、伝統的な統計学部ではほとんど教えられてこなかったプログラミング、データベース工学、機械学習を加えている。ウィリアム・S・クリーブランドは2001年に、統計学を置き換えるのではなく、それを土台とした計算集約型の拡張分野を指す言葉として、この用語を提唱した。 定型的な部分はすでにその影響を受けている。ツールは標準的なモデルの構築・調整を行え、AIアシスタントはSQLクエリの作成、探索的チャートの初稿作成、定型的なパイプラインコードの記述を人より速くこなせる。まだ自動化されていないのは、適切な問いを設定すること、パターンが有意義なのか偶然なのかを判断すること、その結果に基づく意思決定に責任を持つことである。

国や経験年数によって大きく異なる。米国労働統計局によると、2023年時点でデータサイエンティスト職の年収中央値は約10万8000ドルであり、ジュニアアナリストは7万~9万5000ドル程度から始まることが多い一方、大手テック企業のシニアまたはプリンシパルデータサイエンティストは株式報酬を含め総報酬20万~40万ドル以上を得ることもある。 データサイエンティストとデータアナリスト、機械学習エンジニアの違いは何か データアナリストは通常、既存のデータとダッシュボードを使って明確に定義されたビジネス上の問いに答える。データサイエンティストは、より雑然としたデータから新たな統計モデルや予測分析を構築する。機械学習エンジニアは、ノートブックの中にあるモデルを本番環境で確実に、大規模に稼働させる役割を担う。この境界は常に曖昧で、多くの人がキャリアの中でこの3つを行き来している。

が主流で、通常はや-といったライブラリと組み合わせて使われ、データベースへの問い合わせにはSQLが使われる。Rは学術分野や生物統計学が重視される現場で今も根強く使われている。ノートブックは探索的作業の標準環境であり、や、といったクラウドデータウェアハウス基盤に、多くのデータサイエンティストが実際に問い合わせるデータが保管されている。 なぜ「データサイエンティスト」は「21世紀で最もセクシーな仕事」と呼ばれたのか トーマス・ダベンポートとDJパティルが2012年10月のハーバード・ビジネス・レビュー誌の記事タイトルにこの言葉を使い、統計スキル、コーディング能力、ビジネス的判断力という稀な組み合わせがこの職を希少かつ非常に引く手あまたにしていると論じた。このフレーズは定着し、10年続く企業の採用ブームと数十に及ぶ新しい大学の学位プログラムの誕生を後押しした。