1933年，数据科学家在做什么

与“搭建AI模型”的刻板印象不同，多数工作日的时间分布在编写SQL查询和代码以提取并清洗数据、运行统计检验或训练模型，以及把结果转化成非技术利益相关者能够采取行动的图表或备忘录上。从业者调查一致表明，数据清洗与准备大约占用了总工作时间的一半甚至更多。 不需要。与医学或法律不同，这个领域没有执业资格证，也没有唯一必需的学位；统计学、计算机科学、数学或相关量化领域的学士或硕士学位是最常见的路径，而一份扎实的真实项目作品集，往往比具体学历更受雇主看重。博士学位在研究密集型或应用机器学习岗位中更为常见。 并不完全是。它大量借鉴统计学——费舍尔的实验设计、图基的探索性分析——但又加入了传统统计学系很少教授的编程、数据库工程与机器学习。威廉·S·克利夫兰在2001年提出这个术语，正是为了描述这个建立在统计学之上、而非取代统计学的、计算密集型的扩大版学科。

常规部分已经暴露在风险之中：工具能够拟合并调优标准模型，AI助手编写SQL查询、初稿探索性图表和样板管道代码的速度都比人快。尚未被自动化的，是构思出正确的问题、判断一个规律究竟有意义还是伪相关，以及为建立在结果之上的决策承担责任。 各国及资历差异很大。美国劳工统计局公布，2023年数据科学家这一职业的年薪中位数约为10.8万美元，初级分析师起薪往往接近7万至9.5万美元，而大型科技公司的资深或首席数据科学家算上股权的总薪酬可达20万至40万美元甚至更高。 数据分析师通常用现有数据和仪表盘回答已界定的业务问题；数据科学家构建新的统计模型和预测分析，处理的数据往往更杂乱；机器学习工程师则把模型从笔记本中取出，让它在生产环境中大规模、可靠地运行。三者的界限一直在模糊，很多人在职业生涯中会在这三者之间不断转换。

占主导地位，通常搭配和-等库，再加上用于查询数据库的SQL。R在学术界和生物统计密集的场景中仍然常见。 是探索性工作的标准环境，而、或等云数据仓库平台，如今存放着多数数据科学家实际查询的数据。 托马斯·达文波特与DJ·帕蒂尔在2012年10月发表于《哈佛商业评论》的文章中用这句话作为标题，认为这个岗位所需的统计能力、编码能力与商业判断力的罕见组合，使其既稀缺又备受追捧。这句话就此流传开来，助推了一场长达十年的企业招聘热潮和数十个新设的大学学位项目。 数据科学是本站最年轻的职位名称之一，却建立在最古老的技艺之上：把一堆记录变成有人可以据以行动的结论。“ ”这个名字大约始于2008年；其背后的学科则可以追溯三个世纪，历经统计学家们计数、检验并可视化证据的历程。