电影2011年
点球成金
贝内特·米勒（导演）；根据迈克尔·刘易斯 2003 年出版的书戏剧化地讲述了奥克兰运动家队的比利·比恩和分析师保罗·德波德斯塔如何利用统计分析，利用比尔·詹姆斯的军刀计量学，在棒球预算最少的球队之一建立一支有竞争力的阵容。
流行文化大多直接跳过统计学家，转向更引人注目的量化或算法人物——临床数据科学家的公众形象更多地归功于《点球成金》的棒球分析师和《大空头》的危机预测量化，而不是任何从事临床数据科学家日常工作的人。
在该领域内，这种文化运行在竞争性的公共基准、面无表情的统计笑话和文档格式（模型卡）上，它将“诚实地面对模型的局限性”变成了一种常规的职业习惯，而不是事后的想法。
历史上的社会地位
各时代该职业的地位，以0–100表示。
1660 年代–1899 年1900 年代–1930 年代20世纪50年代–1980年代2001年–2011年2012年至今
1660 年代–1899 年
早期的统计工作主要是由职员、业余改革者和像南丁格尔这样自学成才的局外人完成的。有用且偶尔有影响力，但其本身却很少享有盛誉。
1900 年代–1930 年代
皮尔逊、费舍尔和戈塞特将统计学专业化为一门学科，拥有自己的期刊和大学院系，赢得了学术界的尊重，同时几乎不为广大公众所知。
20世纪50年代–1980年代
随着大型机计算的普及，“数据处理”人员和统计人员主要被视为必不可少但乏味的企业后端支持，很少出现在执行决策中。
2001年–2011年
克利夫兰 2001 年的学术提案几乎没有引起公众关注，但 Netflix 2006 年至 2009 年的百万美元推荐算法奖以及 2008 年 LinkedIn 和 Facebook 创造的“临床数据科学家”开始在科技行业引起关注。
2012年至今
《哈佛商业评论》2012 年 10 月的“最性感工作”框架引发了招聘和声望的热潮；到了 2020 年代，尽管薪酬和需求仍然强劲，但该职位已分解为更专业的角色，并失去了一些独特的光芒。
电影、书籍与艺术中的形象
电影2015年
大空头
亚当·麦凯（导演）；基于迈克尔·刘易斯的书几位分析师对抵押贷款市场数据进行了足够仔细的研究，他们在几乎所有人都相信这些数据之前就预测了 2008 年金融危机。
电视剧2005年–2010年
数字 3rs
尼古拉斯·法拉奇和谢丽尔·休顿（创作者）一位数学家帮助他的联邦调查局特工兄弟利用统计分析和模式识别解决犯罪问题，向美国主流电视观众介绍应用数学作为调查工作。
电视剧2011年至今
黑镜
查理·布鲁克（创始人）这部英国选集系列反复想象数据分析和预测评分走向令人不安的极端，最直接的是 2016 年的剧集“急剧下降”，造成了公众对算法排名的焦虑。
电影2016年
隐藏人物
西奥多·梅尔菲（导演）；根据玛格特·李·谢特利的书改编讲述了黑人女性数学家凯瑟琳·约翰逊 (Katherine Johnson)、多萝西·沃恩 (Dorothy Vaughan) 和玛丽·杰克逊 (Mary Jackson) 的真实故事，她们在 NASA 的手工计算支撑了 1962 年的水星轨道任务，之后电子计算机接管了这项工作。
纪录片2020年
编码偏差
沙利尼·坎塔亚 (导演)麻省理工学院研究员 Joy Buolamwini 发现，面部识别系统更频繁地错误识别肤色较深的面孔，将技术数据偏见的发现转变为更广泛的公众对算法公平性的反思。
谚语与习语
仪式、象征与着装
Kaggle 排行榜发生重大变化
Kaggle 上举办的公共机器学习竞赛于 2010 年推出，在整个竞赛过程中，在一个可见的排行榜上对参赛者进行排名，然后在比赛结束时公布与隐藏测试集的最终排名——竞争对手将这一时刻称为“换血”，因为对公共排行榜的过度拟合可能会导致团队在一夜之间下降几十个名次。
发布模型卡
遵循 Google 的 Margaret Mitchell 及其同事在 2018 年发表的论文中提出的做法，团队越来越多地在发布之前在简短的“模型卡”中记录模型的预期用途、训练数据和已知限制——将其视为一种专业义务，而不是一种可选的额外内容。
笔记本演练
通过实时滚动 Jupyter 笔记本的单元格和图表（而不是精美的幻灯片）来呈现探索性发现，仍然是临床数据科学家与队友和利益相关者分享早期结果的默认方式。
所有这些都没有解决该领域最古老的紧张局势：“临床数据科学”是一门真正的新学科还是更古老的统计和计算工作，其名称更适合市场。从业者自己经常在同一团队内对此进行争论。
自 Graunt 发布 1662 个死亡率表以来，一直保持不变的是基本举措：将一堆记录转化为人们可以采取行动的主张，并诚实地了解数据实际支持该主张的程度。
相近职业
不限同一领域，六项评分最接近的职业。
🔐
网络安全专家
通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 🌬️可再生能源工程师
设计、建造和改进风能、太阳能、存储和电网系统，将可再生资源转化为可靠的电力。
抗AI 72 🦾Robotics Engineer
Designs the machines that sense, decide and act in the physical world, where the hard problem was never intelligence but the world itself.
抗AI 65 🌿可持续发展经理
领导战略、衡量和报告，帮助组织减少环境和社会危害，同时履行业务义务。
抗AI 66 🔌Semiconductor Engineer
Designs and fabricates the transistors inside every computer, phone and weapon, using machines precise enough that only a few factories on Earth can run them.
抗AI 60 📦机器学习运维工程师
构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54继续探索
继续探索
科学·研究领域的其他职业
⚛️
Physicist
Derives and tests the mathematical laws governing matter, energy, space and time, from a lone chalkboard to a 3,000-author particle-collider paper.
抗AI 65 🧬Biologist
The scientist who studies life itself, from Linnaeus naming species by hand to editing genomes with CRISPR, still testing every idea against a living organism.
抗AI 64 🧪化学家
亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室，仍是那个判断谱图意味着什么的人。
抗AI 70 📊数据科学家
从数据中寻找规律、构建预测模型——一个2008年才出现的职位名称，建立在三个世纪计数、检验与可视化证据的传统之上。
抗AI 38 🔭天文学家
丈量宇宙的科学家，从巴比伦泥板到空间望远镜，始终要判断数据中的哪一次闪烁是一项发现。
抗AI 70 🧮数学家
从巴比伦文士到菲尔兹奖得主，再到AI辅助证明：这门职业把难题一个定理接一个定理地变成永恒的确定性。
抗AI 70 🧿量子工程师
构建、测量和控制利用量子态进行计算、传感、通信和材料研究的设备。
抗AI 78