データサイエンティストとは何ですか？

最近、統計学の博士課程を卒業してから、ここ数か月間、統計学の分野で仕事を探し始めました。私が検討したほとんどすべての会社には、「データサイエンティスト」という肩書きを持つ求人がありました。実際、統計学者や統計学者の役職を見る日々はもうなくなったように感じました。データ科学者であることは、統計学者であることを本当に置き換えたのか、それともタイトルが同義語だったのだろうか？

まあ、仕事の資格のほとんどは、統計学者の肩書きの下で資格があるもののように感じました。ほとんどのジョブは、統計学の博士号（ checkmark）、実験計画（ checkmark）、線形回帰とanova（ checkmark ）、一般化線形モデル（ checkmark ）、およびPCA（）などの他の多変量法の理解が最も必要でした、およびRやSASなどの統計コンピューティング環境に関する知識（）。データサイエンティストのように思えますが、実際は統計学者の単なるコード名です。✓ ✓ ✓ ✓ $\checkmark$$\checkmark$$\checkmark$$\checkmark$$\checkmark$$\checkmark$

しかし、私が行ったすべてのインタビューは、「機械学習アルゴリズムに精通していますか？」という質問から始まりました。多くの場合、ビッグデータ、高性能コンピューティング、ニューラルネットワーク、CART、サポートベクターマシン、ブースティングツリー、教師なしモデルなどのトピックに関する質問に答えなければならないことに気づきました。統計的な質問ですが、すべてのインタビューの終わりには、データサイエンティストが何であるかについてだんだんとわからなくなったような気分になります。

私は統計学者ですが、データ科学者ですか？私は科学的な問題に取り組んでいるので、科学者でなければなりません！また、データを扱うので、データサイエンティストでなければなりません！ウィキペディアによると、ほとんどの学者は私に同意するだろう（https://en.wikipedia.org/wiki/Data_science、など）

ビジネス環境では「データサイエンス」という用語が爆発的に使用されていますが、多くの学者やジャーナリストは、データサイエンスと統計を区別していません。

しかし、データサイエンティストの立場でこれらの就職面接をすべて行っているのに、なぜ彼らが私に統計的な質問をすることはないように感じるのでしょうか？

前回のインタビューの後、私は良い科学者にやってもらいたいと思ったので、この問題を解決するためにデータを探しました（やっぱり、私はデータ科学者です）。しかし、後で何度も無数のGoogle検索を行った後、データサイエンティストとは何かの定義に再び取り組んでいるかのように感じ始めたところです。それのように多くの定義は、（があったので、私は、データ科学者が正確に何であったか知らなかったhttp://blog.udacity.com/2014/11/data-science-job-skills.html、HTTPを：// WWW -01.ibm.com/software/data/infosphere/data-scientist/）しかし、誰もが私が1人になりたいと言っていたようです：

• https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century/
• http://mashable.com/2014/12/25/data-scientist/#jjgsyhcERZqL
• など...リストは続きます。

結局のところ、「データサイエンティストとは何か」と答えたのは非常に難しい質問でした。ヘック、Amstatにはこの質問に答えようと時間を割いていた2か月がありました。

• http://magazine.amstat.org/blog/2015/10/01/asa-statement-on-the-role-of-statistics-in-data-science/
• http://magazine.amstat.org/blog/2015/11/01/statnews2015/

今のところ、私はデータサイエンティストになるためにセクシーな統計学者にならなければなりませんが、うまくいけば、相互検証されたコミュニティがいくらかの光を放ち、データサイエンティストになることの意味を理解できるようになるかもしれません。すべての統計学者はデータ科学者ではありませんか？

（編集/更新）

これは会話を盛り上げるかもしれないと思った。米国統計協会から、データサイエンティストを探しているMicrosoftの求人に関するメールを受け取りました。：ここにリンクされたデータ・サイエンティストポジション。ポジションの役割は私たちが話している多くの特定の特性に影響を与えるため、これは興味深いと思いますが、それらの多くは統計の非常に厳格な背景を必要とし、また以下に掲載された多くの答えと矛盾しています。リンクが機能しなくなった場合に、Microsoftがデータサイエンティストに求めている特性は次のとおりです。

コアジョブの要件とスキル：

Analyticsを使用したビジネスドメインエクスペリエンス

• 大規模な実世界のビジネスデータセットで高度な分析を使用して、複雑なビジネス問題とそのソリューションを概念化するためのクリティカルシンキングスキルの活用に関するいくつかの関連ビジネスドメインでの経験が必要
• 候補者は、独自に分析プロジェクトを実行し、社内クライアントが調査結果を理解し、ビジネスに利益をもたらす行動に変換できるようにする必要があります。

予測モデリング

• 予測モデリングにおける業界全体の経験
• 重要な関係を引き出し、システムスコープを定義するためのクライアントとのビジネス問題の定義および概念モデリング

統計/計量経済学

• 連続データおよびカテゴリデータの探索的データ分析
• 企業および消費者の行動、生産コスト、要因需要、個別の選択、および必要に応じたその他の技術関係の構造モデル方程式の仕様と推定
• 連続データおよびカテゴリデータを分析するための高度な統計手法
• 時系列分析と予測モデルの実装
• 複数の変数の問題を扱う知識と経験
• モデルの正確性を評価し、診断テストを実施する能力
• 統計または経済モデルを解釈する能力
• 個別のイベントシミュレーションと動的シミュレーションモデルの構築に関する知識と経験

データ管理

• データ変換のためのT-SQLおよび分析の使用と、非常に大規模な実世界のデータセットに対する探索的データ分析手法の適用に関する知識
• データの冗長性、データの正確性、異常値または極端な値、データの相互作用、欠損値などのデータ整合性への注意。

コミュニケーションとコラボレーションのスキル

• 独立して作業し、困難なビジネス問題に対する革新的なソリューションを研究する仮想プロジェクトチームと連携できる
• パートナーとのコラボレーション、批判的思考スキルの適用、分析プロジェクトのエンドツーエンドの推進
• 口頭および書面による優れたコミュニケーション能力
• 多様な利害関係者のセットが消費できる形式での分析結果の視覚化

ソフトウェアパッケージ

• 高度な統計/計量ソフトウェアパッケージ：Python、R、JMP、SAS、Eviews、SAS Enterprise Miner
• データ探索、視覚化、管理：T-SQL、Excel、PowerBI、および同等のツール

資格：

• 5年以上の関連経験が必要
• 量的分野の大学院卒が望ましい。

まだ説明されていないユーモラスな定義がいくつかあります。

データサイエンティスト：Macで統計を行う人。

これは、物質よりも誇張された角度でうまく機能するので気に入っています。

データサイエンティスト：サンフランシスコに住む統計学者。

同様に、これはこれらすべての西海岸の味をリフします。

個人的には、議論は（一般的に、そしてここで）幾分退屈で反復的だと思います。私が何を望んでいたかを考えていたとき、おそらく四半世紀以上前に、私は量的分析を目指しました。それは今でも私がしていることであり（そして大好きです！）、それはほとんど重複しており、さまざまな答えでここで与えられたものをカバーしています。

（注：引用2の古いソースがありますが、今は見つかりません。）

人々はデータサイエンスの定義を変えていますが、共通点は次のとおりだと思います。

• データの取り扱い方法に関する実践的な知識、
• 実用的なプログラミングスキル。

その名前に反して、めったに「科学」ではありません。つまり、データサイエンスでは、証明、数学的純度、または学術科学に特有の厳密さではなく、実用的な結果（エンジニアリングなど）に重点が置かれます。物事は機能する必要があり、学術論文、既存のライブラリの使用、独自のコード、または即興のハックに基づいている場合、ほとんど違いはありません。

統計学者はプログラマーである必要はありません（ペンと紙と専用ソフトウェアを使用する場合があります）。また、データサイエンスの一部のジョブコールは、統計とは関係ありません。たとえば、ビッグデータの処理のようなデータエンジニアリングです。たとえ高度な数学が平均を計算している場合でも（個人的には、このアクティビティを "データサイエンス"とは呼びません）。さらに、「データサイエンス」は誇大宣伝されているため、接線方向に関連する仕事ではこのタイトルを使用します。

私は、Quoraに関するMichael Hochsterの答えからの分類法が好きです：

タイプAデータサイエンティスト：Aは分析用です。このタイプは主に、データの意味を理解するか、かなり静的な方法でデータを操作することに関係しています。タイプAデータサイエンティストは統計学者と非常によく似ていますが（1人でもかまいません）、統計のカリキュラムで教えられていないデータの操作に関する実用的な詳細をすべて知っています。 、特定のドメインに関する深い知識、データについての詳細な記述など。

タイプBデータサイエンティスト：Bは構築用です。タイプBデータサイエンティストは、タイプAと統計的な背景を共有しますが、非常に強力なコーダーであり、ソフトウェアエンジニアの訓練を受けている場合もあります。タイプBデータサイエンティストは主に「生産中」のデータの使用に関心があります。彼らはユーザーと対話するモデルを構築し、多くの場合、推奨事項（製品、知り合いの人、広告、映画、検索結果）を提供します。

その意味で、タイプAデータサイエンティストはプログラミングが可能な統計学者です。しかし、定量的な部分であっても、通常の統計よりもコンピューターサイエンス（機械学習など）のバックグラウンドを持つ人や、データの視覚化などに焦点を当てている人がいるかもしれません。

そして、データサイエンスベン図（ここで：ハッキング〜プログラミング）：

代替ベン図（this and that）も参照してください。あるいは、ユーモラスなツイートでさえも、データサイエンティストの典型的なスキルと活動のバランスの取れたリストを示します。

こちらの記事もご覧ください：データサイエンティスト-統計学者、プログラマー、コンサルタント、ビジュアライザー？。

データサイエンス分野の調査は数多くあります。実際にデータサイエンスの仕事を持っている人のプロファイルを分析しようとするため、私はこれが好きです。事例証拠や著者のバイアスを使用する代わりに、データサイエンス技術を使用してデータサイエンティストのDNAを分析します。

データサイエンティストがリストしたスキルを見ると、明らかになります。トップ20のスキルには多くのITスキルが含まれていることに注意してください。

今日の世界では、データサイエンティストはあらゆる取引のジャックになることが期待されています。確かな定量的基盤、プログラミングの適性、無限の知的好奇心、優れたコミュニケーションスキルを備えた自己学習者。

更新：

私は統計学者ですが、データ科学者ですか？私は科学的な問題に取り組んでいるので、科学者でなければなりません！

あなたが博士号を取得している場合、特に論文や積極的な研究を発表している場合は、すでに科学者である可能性が高いでしょう。ただし、データサイエンティストになるために科学者である必要はありません。ウォルマート（以下を参照）のようにPhDが必要ないくつかの企業にはいくつかの役割がありますが、通常、データサイエンティストは以下の例からわかるようにBSとMSの学位を持っています。

上記のチャートから理解できるように、ほとんどの場合、優れたプログラミングおよびデータ処理スキルが必要になります。また、多くの場合、データサイエンスは、機械学習の専門知識のあるレベル（多くの場合「深い」）に関連付けられています。統計学の博士号をお持ちの場合は、確かに自分自身をデータサイエンティストと呼ぶことができます。しかし、トップスクールのコンピューターサイエンスの博士号は、統計学の卒業生よりも競争力があります。なぜなら、彼らは、強力なプログラミングスキルによって補完される非常に強力な応用統計知識を持っているからです。それらに対抗するには、強力なプログラミングスキルを習得する必要があるため、バランスをとると非常に競争力が高くなります。興味深いのは、通常、すべての統計博士がある程度のプログラミング経験を持っていることですが、データサイエンスでは多くの場合、要件はそれよりもはるかに高く、

私にとって統計学の博士号を持つことの利点は、「すべての取引のジャック」というフレーズの残りの部分で捕捉される問題にあります。すべてのことを少しでも知っている人がいるのは良いことですが、それが統計であろうとコンピュータサイエンスであろうと、それほど重要ではないかどうかにかかわらず、私は常に何かを深く知っている人を探しています。重要なのは、その男が最下位に到達できることです。必要なときに便利な品質です。

この調査では、データサイエンティストのトップ雇用者もリストしています。どうやらマイクロソフトがトップにいますが、それは私にとって驚くべきことでした。彼らが探しているものをより良く知りたいなら、ジョブセクションで「データサイエンス」でLinkeInを検索することは役に立ちます。以下に、MSからの2つの抜粋と、LinkedInでのWalmartの仕事の要点を示します。

• マイクロソフトデータサイエンティスト

  • データ処理システム/サービスの構築における5年以上のソフトウェア開発経験
  • 統計、データマイニングまたは機械学習を専門とするコンピューターサイエンス、EE、または数学の学士号またはそれ以上の資格。
  • 大規模なデータを操作する優れたプログラミングスキル（C＃、Java、Pythonなど）
  • Hadoopまたはその他のビッグデータ処理技術の実務知識
  • 分析製品（R、SQL AS、SAS、Mahoutなど）の知識があれば尚可。

statパッケージを知っていることはプラスになりますが、Javaでの優れたプログラミングスキルは必須です。

• ウォルマート、データサイエンティスト

  • コンピュータサイエンスまたは同様の分野の博士号、または2〜5年以上の関連経験を持つMS
  • C ++またはJavaの優れた関数型コーディングスキル（Javaを強く推奨）
  • C ++ / Java / Hadoop / Hiveのいずれかで本番コードを記述するために最大10％の1日作業時間を費やすことができる必要があります。
  • PythonやPerlなどのスクリプト言語のいずれかの専門家レベルの知識。
  • 大規模なデータセットと分散コンピューティングツールの使用経験がある方（Map / Reduce、Hadoop、Hive、Sparkなど）

ここでは、博士号が優先されますが、コンピュータサイエンス専攻のみが命名されます。HadoopまたはSparkを使用した分散コンピューティングは、おそらく統計学者にとっては珍しいスキルですが、一部の理論物理学者および応用数学者は同様のツールを使用します。

更新2：

「もうすぐ「データサイエンティスト」の称号をやめる時です」と、2012年のハーバードビジネスレビューの記事「Data Scientist：The Sexiest Job of the 21st Century」を執筆したThomas Davenport氏は、データサイエンティストの大流行を開始したと述べています。

あなたが「データサイエンティスト」である、またはなりたい、または雇いたい、と言うのは今日どういう意味ですか？

どこかで私はこれを読んだ（編集：ジョシュウィルは彼のツイートを説明しています）：

データサイエンティストは、どのプログラマよりも統計が優れていて、どの統計よりもプログラミングが優れている人です。

この引用は、このデータサイエンスプロセスによって簡単に説明できます。このスキームの最初の見方は「プログラミング部分はどこですか？」のように見えますが、大量のデータがある場合は、それらを処理できる必要があります。

私はいくつかの答えを書きました、そして、彼らが長くなるたびに、私は最終的に私が石鹸箱で起きていると決めました。しかし、この会話では2つの重要な要素を完全に探求していないと思います。

1. 科学データサイエンスインチ 科学的アプローチとは、自分のモデル、理論、機能、技術の選択などを破壊しようとするアプローチであり、それができない場合にのみ、結果が役立つ可能性があることを受け入れます。それは考え方であり、私が出会った最高のデータサイエンティストの多くは、ハードサイエンスのバックグラウンド（化学、生物学、工学）を持っています。

2. データサイエンスは幅広い分野です。通常、優れたデータサイエンスの成果には、それぞれが専門のデータサイエンティストの小さなチームが含まれます。たとえば、あるチームメンバーはより厳密で統計的であり、別のメンバーはエンジニアリングのバックグラウンドを持つ優れたプログラマーであり、別のメンバーはビジネスに精通した強力なコンサルタントです。3つすべてが主題をすばやく習得し、3つとも好奇心が強く、真実を見つけることを望んでいますが、それでも苦痛はありますが、（内部または外部の）顧客にとって最大の利益になることを行いたいのです。わかります。

過去数年間の流行-現在は衰退していると思う-は、クラスターテクノロジー（Hadoopエコシステムなど）をマスターしたコンピューターサイエンティストを募集し、それが理想的なデータサイエンティストだと言うことです。私はそれがOPが遭遇したことだと思います、そして私はOPに厳密、正しさ、科学的思考における彼らの強みを押し進めるようアドバイスします。

Bitwiseが私の答えのほとんどをカバーしていると思いますが、2cを追加します。

いいえ、すみませんが、少なくともほとんどの企業が今日の役割をどのように定義しているかに基づいて、統計学者はデータ科学者ではありません。定義は時間とともに変化していることに注意してください。実務家の課題の1つは、関連性を維持することです。

「データサイエンティスト」ロールの候補者を拒否する理由について、いくつかの一般的な理由を共有します。

• ジョブの範囲に関する期待。通常、DSは独立して動作できる必要があります。つまり、彼に割り当てられた問題を解決するために、彼のためにデータセットを作成する人は誰もいません。そのため、彼はデータソースを見つけてクエリを実行し、ソリューションをモデル化してから、問題を解決するプロトタイプを作成できる必要があります。多くの場合、それは単にダッシュボード、アラーム、または常に更新されるライブレポートの作成です。
• コミュニケーション。多くの統計学者は、アイデアを「単純化」してビジネスマンに「販売」するのに苦労しているようです。1つのグラフのみを表示し、部屋の全員が取得できる方法でデータからストーリーを伝えることができますか？これは、チャレンジされた場合に分析のあらゆる部分を防御できることを確認した後です。
• コーディングスキル。開発者がいるため、プロダクションレベルのコーディングスキルは必要ありませんが、プロトタイプを作成し、それをAWS EC2インスタンスのWebサービスとしてデプロイできる必要があります。したがって、コーディングスキルは、Rスクリプトを記述する能力を意味するものではありません。おそらくここのどこかにLinuxの流encyさを加えることができます。そのため、ほとんどの統計学者が信じがちな水準よりも高い水準にあります。
• SQLおよびデータベース。いいえ、彼は仕事でそれを拾うことができません。なぜなら、彼はすでに知っている基本的なSQLを適応させ、Redshift、HIVE、Prestoなどの組織全体で使用する複数の異なるDBシステムを照会する方法を学ぶ必要があるからです独自のSQLを使用しています。さらに、ジョブでSQLを学習することは、候補者が効率的なクエリの作成方法を学習するまで、他のすべてのアナリストに問題を引き起こすことを意味します。
• 機械学習。通常、彼らは特定のデータセット（Kaggleスタイル）に基づいて問題を解決するためにロジスティック回帰または他のいくつかの手法を使用しました。ただし、インタビューはアルゴリズムと方法から始まりますが、すぐに機能生成（データセットを作成する必要があることを覚えておいてください、データセットを作成する他の人はいません）、保守性、スケーラビリティ、パフォーマンス、および関連するトピックに焦点を当てますトレードオフ。一部のコンテキストについては、NIPS 2015で公開されたGoogleの関連論文をご覧ください。
• テキスト分析。必須ではありませんが、自然言語処理の経験がある方が良いでしょう。結局のところ、データの大部分はテキスト形式です。前述のように、MLやその他の統計的アプローチでテキストを消費できるようにするために、変換を行ってテキストをクリーンアップする人は誰もいません。また、今日、CS卒業生でさえ、このボックスにチェックマークを付けるプロジェクトをすでに完了していることに注意してください。

もちろん、ジュニアの役割の場合、上記のすべてを持つことはできません。しかし、これらのスキルのうち、どれだけ不足して仕事に就く余裕がありますか？

最後に、明確にするために、非統計学者を拒否する最も一般的な理由は、統計に関する基本的な知識すらもまったくないことです。そしてどこかで、データエンジニアとデータサイエンティストの間に違いがあります。それにもかかわらず、データエンジニアはこれらの役割を適用する傾向があります。なぜなら、多くの場合、「統計」は単なる平均、分散、正規分布であると考えているからです。そのため、「統計」の意味を明確にし、混乱を防ぐために、職務記述書に関連するが恐ろしい統計上の流行語をいくつか追加することがあります。

誇大広告や流行語を無視させてください。「データサイエンティスト」（またはあなたがそれを呼びたいもの）は本物であり、統計学者とは異なると思います。事実上、データサイエンティストであるがその名前が与えられていない多くのタイプの役職があります。1つの例は、ゲノミクスで働く人々です。

私が見ているように、データサイエンティストは、大量の複雑なデータ（たとえば、基礎となるメカニズムが不明で複雑な高次元）の研究を設計および実行するスキルと専門知識を持っている人です。

これの意味は：

• プログラミング：分析とパイプラインを実装でき、多くの場合、ある程度の並列化が必要であり、データベースと高性能コンピューティングリソースとのインターフェイスが必要です。
• コンピューターサイエンス（アルゴリズム）：選択した分析が実行可能で、エラー率が制御されるように、効率的なアルゴリズムを設計/選択します。これには、数値解析、最適化などの知識も必要になる場合があります。
• コンピューターサイエンス/統計（通常は機械学習を重視）：データに関する質問をしたり、その中の「パターン」を見つけたりするためのフレームワークを設計および実装します。これには、さまざまなテスト/ツール/アルゴリズムの知識だけでなく、適切なホールドアウト、相互検証などの設計方法も含まれます。
• モデリング：多くの場合、データのより単純な表現を提供するモデルを作成して、有用な予測を行い、データの基になるメカニズムを洞察できるようにします。これには確率モデルが非常に人気があります。
• ドメイン固有の専門知識：複雑なデータを正常に処理するための重要な側面の1つは、ドメイン固有の洞察を取り入れることです。そのため、データサイエンティストがドメインの専門知識を持っているか、新しい分野をすばやく学ぶことができるか、データにアプローチする方法について有益な洞察を得ることができる分野の専門家とうまくやり取りできることが重要であると思います。 。

すべての素晴らしい答えですが、私の就職活動の経験では、「データサイエンティスト」という用語は、私が接触していた採用担当者の心の中の「ジュニアデータアナリスト」と混同されていることに気付きました。このため、数年前に行った入門的な1学期コースを除いて、統計情報のない多くの優れた人々が、今ではデータサイエンティストと呼んでいます。コンピューターサイエンスのバックグラウンドとデータアナリストとしての長年の経験を持つ人として、私はキャリアの後半で統計学の博士号を取得し、群衆から目立つのに役立つだろうと考えました。 「。私は「統計学者」に戻るかもしれないと思います！

私は後輩ですが、役職は「データサイエンティスト」です。Bitwiseの答えは、私が雇ったことの適切な説明だと思いますが、仕事での日々の経験に基づいて、もう1点追加したいと思います。

科学は探究のプロセスです。データがその問い合わせの手段である場合、データサイエンスが行われています。配線を実験または研究するすべての人が必ずしも電気技師であるとは限らないのと同じように、データを実験または研究するすべての人がデータ科学者であることを意味するわけではありません。しかし、プロの電気技師になるのに十分なトレーニングを取得できるのと同じように、プロの「データ照会者」になるのに十分なトレーニングを取得できることを意味します。そのトレーニングは多かれ少なかれBitwiseの答えのポイントで構成されており、その統計は全体ではなく構成要素です。

Piotrの答えは、特定の週にどのようにすればよいかを知りたいなら、私がする必要があるすべてのことの素晴らしい要約でもあります。これまでの私の仕事は、主に、ベン図の「危険ゾーン」コンポーネントに属していた元従業員による損害を元に戻すのを助けることです。

最近、データサイエンスをキャリアとして興味を持つようになり、データサイエンスの仕事について学んだことを、私が受講した（そして楽しんだ）多数の統計コースと比較して考えると、データサイエンティストを次のように考えるようになりましたデータに注目したコンピューター科学者。特に、次の主な違いに注意しました。ただし、違いは気分に見えることに注意してください。以下は私の主観的な印象を反映したものであり、一般性を主張するものではありません。ちょうど私の印象！

1. 統計では、分布、確率、推論手順（基礎となる分布である仮説検定の実行方法など）を重視します。私が理解していることから、データサイエンスは多くの場合予測に関するものであり、推論ステートメントに関する心配は、相互検証などのコンピューターサイエンスからの手順にある程度吸収されます。

2. 統計コースでは、自分のデータを作成するか、かなりきれいな形式で利用できる既製のデータを使用することがよくありました。それは、それが素敵な長方形のフォーマット、いくつかのExcelスプレッドシート、またはRAMにうまく収まるようなものであることを意味します。データクリーニングは確かに関係しますが、RAMに収まらないデータ量を保持するために設定する必要のあるデータベースからはもちろん、Webからのデータの「抽出」に対処する必要はありませんでした。私の印象では、この計算の側面はデータサイエンスでははるかに支配的です。

3. これは、統計学者が典型的な統計業務で何をするかについての私の無知を反映しているのかもしれませんが、データサイエンスの前は、モデルを大きな製品に組み込むことを考えていませんでした。行うべき分析、解決すべき統計的問題、推定すべきパラメーターがありました。データサイエンスでは、（常にではありませんが）多くの場合、予測モデルはより大きなものに組み込まれているようです。たとえば、どこかをクリックすると、ミリ秒以内に、予測アルゴリズムが結果として表示されるものを決定します。したがって、統計では、「どのパラメーターを推定でき、どのようにエレガントに行うことができるか」と常に疑問に思っていましたが、データサイエンスでは「データ製品で潜在的に有用であると予測できるもの」に重点が置かれているようです。

繰り返しますが、上記は一般的な定義を提供しようとはしていません。私は自分が感じている大きな違いを指摘しているところです。私はまだデータサイエンスを学んでいませんが、来年には移行したいと思っています。この意味で、ここに私の塩を一粒入れて2セントかかります。

データサイエンティストとは、結果を統計的に堅実な（有意な）ものにする方法を使用して、ビジネスで人間が読み取れる結果を作成する役割です。

この定義のいずれかの部分が守られていない場合、開発者、真の科学者/統計学者、またはデータエンジニアについて話します。

私はいつも問題の本質に切り込むのが好きです。

statistics - science + some computer stuff + hype = data science

データサイエンスは、分析的に複雑な問題を解決するための、データ推論、アルゴリズム開発、およびテクノロジーの学際的な融合です。しかし、データサイエンティストの不足により、データサイエンスのキャリアは本当に多くの機会を生み出します。ただし、組織はSAS、データサイエンスカウンシルオブアメリカ（DASCA）、Hortonworksなどの認定プロフェッショナルを探しています。これが良い情報であることを願っています。

データサイエンティストは、Python、MySQL、およびJava開発で非常に熟練したスキルを持っています。

数学、統計、データマイニング、予測分析のスキルが非常に優れており、PythonやRなどのコーディング言語に関する非常に優れた知識も持っています。

現在、多くのデータサイエンティストが博士号を持っています。または実際の研究によると、修士号を取得しているのは約8％だけであり、学士号を取得しているだけなので、より詳細です。

データに基づいて意思決定を行う統計モデルの構築。各決定は、ページのレンダリングをブロックするなどのハードな場合もあれば、下向きのシステムまたは人間が使用するページの悪意のスコアを割り当てるなどのソフトな場合もあります。

観察された現象の根本原因を特定しようとする因果関係実験の実施。これは、A / B実験を設計するか、A / B実験が問題に疫学的アプローチを適用できない場合に実行できます（例：@ Rubin因果モデル）

データの価値を解き放つことから生まれる新しい製品や機能を特定する。データの価値に関する思想的リーダーであること。その良い例は、Amazonが最初に大勢の視聴者に提供した製品推奨機能です。

「データサイエンティストとは？」という質問に答えるために http://sites.temple.edu/deepstat/data-scientist-and-data-mechanic/に記載されているように、データサイエンティストとデータメカニックの違いに注意する価値があるかもしれません。