資料科學家從複雜的資料中提取洞見。他們建構模型、運行實驗，並解答那些需要更深入分析才能解答的問題。例如，這位客戶會流失嗎？怎樣的價格才能最大化收入？哪些患者有再次入院的風險？這項工作融合了統計學、程式設計和領域知識。優秀的資料科學家不僅精通數學，也了解業務。

資料科學家的角色已經發生了演變。早期的資料科學家包辦一切：資料清洗、建模、部署。而現代團隊通常會分工合作。資料工程師負責資料管道，機器學習工程師負責模型部署，資料科學家則專注於分析和實驗。常用的工具是 Python 和 R，以及 pandas、scikit-learn 和 TensorFlow 等函式庫。 SQL 仍然至關重要。溝通技巧與技術技巧同樣重要。一個無人理解或信任的模型將不會被使用。資料科學家必須向高階主管、產品經理和工程師解釋他們的發現，並且必須坦誠面對不確定性。 70% 置信度的預測並不能保證成功。最難的不是建構模型，而是如何讓組織根據模型的預測採取行動。這需要信任，而信任則需要清晰的溝通。

數據科學家技能

• 統計學——假設檢定、迴歸分析、機率論
• 程式設計——Python、R、SQL
• 機器學習——模型選擇、訓練、評估
• 領域知識－理解業務問題
• 溝通－清晰地解釋調查結果

資料科學家既是分析師，也是工程師，還是翻譯人員。這個頭銜涵蓋範圍很廣，因為工作內容也十分廣泛。