Een data scientist haalt inzichten uit complexe data. Ze bouwen modellen, voeren experimenten uit en beantwoorden vragen die meer vereisen dan een simpele zoekopdracht. Zal deze klant afhaken? Welke prijs maximaliseert de omzet? Welke patiënten lopen risico op heropname? De functie combineert statistiek, programmeren en domeinkennis. De beste data scientists begrijpen zowel de business als de wiskunde.

De rol is geëvolueerd. Vroege datawetenschappers deden alles: data opschonen, modelleren, implementeren. Moderne teams verdelen het werk vaak. Data-engineers beheren pipelines. Machine learning-engineers implementeren modellen. Datawetenschappers richten zich op analyse en experimenten. De tools die gebruikt worden zijn Python en R, met libraries zoals pandas, scikit-learn en TensorFlow. SQL blijft essentieel. Communicatieve vaardigheden zijn net zo belangrijk als technische vaardigheden. Een model dat niemand begrijpt of vertrouwt, zal niet gebruikt worden. Datawetenschappers moeten hun bevindingen uitleggen aan directieleden, productmanagers en engineers. Ze moeten eerlijk zijn over de onzekerheid. Een voorspelling met 70 procent betrouwbaarheid is geen garantie. Het moeilijkste is niet het bouwen van het model, maar de organisatie ertoe bewegen om te handelen naar wat het model zegt. Dat vereist vertrouwen, en vertrouwen vereist duidelijke communicatie.

Vaardigheden van een data scientist

• Statistiek — hypothesetoetsing, regressie, kansrekening
• Programmeren — Python, R, SQL
• Machine learning — modelselectie, training, evaluatie
• Domeinkennis — inzicht in het bedrijfsprobleem
• Communicatie — bevindingen duidelijk uitleggen

Een data scientist is deels analist, deels engineer en deels vertaler. De titel is breed omdat het werk ook breed is.