Ένας επιστήμονας δεδομένων εξάγει πληροφορίες από σύνθετα δεδομένα. Δημιουργεί μοντέλα, εκτελεί πειράματα και απαντά σε ερωτήσεις που απαιτούν περισσότερα από ένα απλό ερώτημα. Θα αποχωρήσει αυτός ο πελάτης; Ποια τιμή μεγιστοποιεί τα έσοδα; Ποιοι ασθενείς διατρέχουν κίνδυνο επανεισαγωγής; Η εργασία συνδυάζει στατιστικά στοιχεία, προγραμματισμό και γνώσεις τομέα. Οι καλύτεροι επιστήμονες δεδομένων κατανοούν την επιχείρηση καθώς και τα μαθηματικά.

Ο ρόλος έχει εξελιχθεί. Οι πρώτοι επιστήμονες δεδομένων έκαναν τα πάντα: καθαρισμό δεδομένων, μοντελοποίηση, ανάπτυξη. Οι σύγχρονες ομάδες συχνά χωρίζουν την εργασία. Οι μηχανικοί δεδομένων χειρίζονται τους αγωγούς (pipelines). Οι μηχανικοί μηχανικής μάθησης αναπτύσσουν μοντέλα. Οι επιστήμονες δεδομένων επικεντρώνονται στην ανάλυση και τον πειραματισμό. Τα εργαλεία είναι η Python και η R, με βιβλιοθήκες όπως pandas, scikit-learn και TensorFlow. Η SQL παραμένει απαραίτητη. Οι επικοινωνιακές δεξιότητες έχουν την ίδια σημασία με τις τεχνικές. Ένα μοντέλο που κανείς δεν καταλαβαίνει ή δεν εμπιστεύεται δεν θα χρησιμοποιηθεί. Οι επιστήμονες δεδομένων πρέπει να εξηγήσουν τα ευρήματά τους σε στελέχη, διαχειριστές προϊόντων και μηχανικούς. Πρέπει να είναι ειλικρινείς σχετικά με την αβεβαιότητα. Μια πρόβλεψη με 70% εμπιστοσύνη δεν αποτελεί εγγύηση. Το πιο δύσκολο κομμάτι δεν είναι η κατασκευή του μοντέλου. Είναι να πειστεί ο οργανισμός να ενεργήσει με βάση αυτό που λέει το μοντέλο. Αυτό απαιτεί εμπιστοσύνη, και η εμπιστοσύνη απαιτεί σαφή επικοινωνία.

Δεξιότητες επιστημόνων δεδομένων

• Στατιστική — έλεγχος υποθέσεων, παλινδρόμηση, πιθανότητες
• Προγραμματισμός — Python, R, SQL
• Μηχανική μάθηση — επιλογή μοντέλου, εκπαίδευση, αξιολόγηση
• Γνώση τομέα — κατανόηση του επιχειρηματικού προβλήματος
• Επικοινωνία — σαφής επεξήγηση των ευρημάτων

Ένας επιστήμονας δεδομένων είναι εν μέρει αναλυτής, εν μέρει μηχανικός και εν μέρει μεταφραστής. Ο τίτλος είναι ευρύς επειδή το έργο είναι ευρύ.