1962年，数据科学家在做什么

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。 整个故事贯穿着两条线索：一条是统计推断缓慢的专业化过程，从伦敦一位店主的死亡率统计表，到费舍尔的作物试验；另一条则是把这份遗产包装成企业职位名称、学术院系，并在短暂时刻成为“21世纪最性感的工作”这一过程，速度快得多、也晚近得多。 伦敦一位服饰用品商约翰·格朗特出版了《对死亡率统计表的自然与政治观察》，系统分析了伦敦自瘟疫年代以来一直保存的每周教区死亡记录，据此估算出这座城市的人口，并识别出死因中的种种规律。这是已知最早从大批收集数据中得出一般性结论、而非依靠个别轶闻的尝试之一，也让这位没有受过大学教育的店主格朗特当选为皇家学会会员——这正是这门学科在多年之后才拥有的名字最终追溯到的思想根源。