डेटा साइंटिस्ट जटिल डेटा से गहन जानकारी निकालते हैं। वे मॉडल बनाते हैं, प्रयोग करते हैं और ऐसे सवालों के जवाब देते हैं जिनके लिए सिर्फ़ क्वेरी से ज़्यादा जानकारी की ज़रूरत होती है। क्या यह ग्राहक कंपनी छोड़ देगा? किस कीमत पर अधिकतम राजस्व प्राप्त होगा? किन मरीज़ों को दोबारा भर्ती होने का खतरा है? इस काम में सांख्यिकी, प्रोग्रामिंग और संबंधित क्षेत्र का ज्ञान शामिल होता है। सबसे अच्छे डेटा साइंटिस्ट गणित के साथ-साथ व्यवसाय को भी अच्छी तरह समझते हैं।

इस भूमिका में बदलाव आया है। शुरुआती दौर में डेटा साइंटिस्ट सब कुछ करते थे: डेटा क्लीनिंग, मॉडलिंग, डिप्लॉयमेंट। आधुनिक टीमें अक्सर काम को बांट लेती हैं। डेटा इंजीनियर पाइपलाइन संभालते हैं। मशीन लर्निंग इंजीनियर मॉडल डिप्लॉय करते हैं। डेटा साइंटिस्ट विश्लेषण और प्रयोग पर ध्यान केंद्रित करते हैं। इसके लिए Python और R जैसे टूल्स के साथ-साथ pandas, scikit-learn और TensorFlow जैसी लाइब्रेरीज़ का इस्तेमाल किया जाता है। SQL अभी भी आवश्यक है। संचार कौशल तकनीकी कौशल जितना ही महत्वपूर्ण है। जिस मॉडल को कोई समझता या भरोसा नहीं करता, उसका उपयोग नहीं किया जाएगा। डेटा साइंटिस्ट को अपने निष्कर्षों को अधिकारियों, प्रोडक्ट मैनेजरों और इंजीनियरों को समझाना होगा। उन्हें अनिश्चितता के बारे में ईमानदार रहना होगा। 70 प्रतिशत विश्वास के साथ की गई भविष्यवाणी गारंटी नहीं है। सबसे मुश्किल काम मॉडल बनाना नहीं है। बल्कि संगठन को मॉडल के आधार पर कार्रवाई करने के लिए प्रेरित करना है। इसके लिए विश्वास की आवश्यकता होती है, और विश्वास के लिए स्पष्ट संचार आवश्यक है।

डेटा साइंटिस्ट कौशल

• सांख्यिकी — परिकल्पना परीक्षण, प्रतिगमन, प्रायिकता
• प्रोग्रामिंग — पायथन, आर, एसक्यूएल
• मशीन लर्निंग — मॉडल का चयन, प्रशिक्षण, मूल्यांकन
• डोमेन ज्ञान — व्यावसायिक समस्या को समझना
• संचार — निष्कर्षों को स्पष्ट रूप से समझाना

डेटा साइंटिस्ट एक विश्लेषक, एक इंजीनियर और एक अनुवादक का मिलाजुला रूप होता है। यह पदनाम व्यापक है क्योंकि इसका काम भी व्यापक है।