임상 데이터 과학자, 1908년의 은 t-를 ''로 게시합니다. · 585

임상, 시험 및 건강 시스템 데이터를 사용하여 보다 안전한 치료, 연구 및 운영 결정을 위한 신뢰할 수 있는 증거를 생성합니다. 임상 데이터 과학자는 통계, 프로그래밍 및 도메인 지식을 사용하여 데이터에서 패턴, 예측 및 권장 사항을 추출한 다음 그 결과를 비즈니스, 정부 기관 또는 연구팀이 조치를 취할 수 있는 것으로 바꿉니다. 작업에는 웨어하우스에서 데이터를 가져오기 위한 SQL 작성, 정리 및 재구성, 통계 또는 기계 학습 모델 적합, 결과가 지원하는 것과 지원하지 않는 것을 설명하는 작업이 포함됩니다.

직위는 그 뒤에 있는 기술보다 훨씬 젊습니다. '데이터 과학자'는 2008년 경 DJ 과 가 과 에서 데이터 팀을 구축하면서 독립적으로 정착했고, 통계학자 S. 가 2001년에야 '임상 데이터 과학'을 학술 분야로 제안한 때로 거슬러 올라갑니다. 기본 학문은 몇 세기 더 오래되었으며 탐색적 데이터 분석을 위한 의 1960년대~70년대 추진을 추적하여 의 1920년대 통계와 의 연구로 거슬러 올라갑니다. 1662년 런던의 사망률 기록에 대한 연구. 'AI 모델 구축' 이미지와는 달리, 대부분의 날은 SQL 쿼리와 코드를 작성하여 데이터를 가져오고 정리하고, 통계 테스트 또는 모델 교육을 실행하고, 결과를 비기술적 이해관계자가 조치를 취할 수 있는 차트나 메모로 변환하는 작업으로 나뉩니다. 실무자 설문조사에 따르면 지속적으로 데이터 정리 및 준비 작업이 전체 작업 시간의 대략 절반 이상에 소요됩니다.

아니요. 의학이나 법률과는 달리 자격증이나 단일 필수 학위가 없습니다. 통계, 컴퓨터 과학, 수학 또는 관련 양적 분야의 학사 또는 석사 학위가 가장 일반적인 경로이며 실제 프로젝트의 강력한 포트폴리오는 종종 정확한 자격보다 고용주에게 더 ​​중요합니다. 박사 학위는 연구 중심적이거나 응용 기계 학습 역할에 더 일반적입니다. 그렇지 않습니다. 의 실험 설계, 의 탐색 분석 등 통계에 크게 의존하지만 기존 통계학과에서 거의 가르치지 않는 프로그래밍, 데이터베이스 엔지니어링 및 기계 학습을 추가합니다. S. 는 2001년에 이 용어를 대체하기보다는 통계를 기반으로 하는 확장되고 컴퓨팅 집약적인 분야 버전을 설명하기 위해 특별히 제안했습니다.