什么是“数据科学”？

Question

近年来，“数据”一词似乎已成为一个没有具体定义而被广泛使用的术语。似乎每个人都用这个短语。即使是像我祖父母这样的技术受损的人也会使用这个词，并且似乎能理解像“数据泄露”这样的词。但我不明白是什么让“数据科学”成为一门新学科。几个世纪以来，数据一直是科学的基础。没有数据，就没有孟德尔，没有薛定谔等等。如果没有解释和分析数据，你就不可能拥有科学。

但很明显这意味着什么。每个人都在谈论这个问题。那么，当人们使用“大数据”这样的术语时，数据究竟意味着什么呢?为什么这本身就成了一门学科？此外，如果这是一个新兴的学科，我可以在哪里找到更严肃的/深入的信息，以便我可以更好地教育自己？

谢谢!

Answer 1

我一直被问到这个问题，所以今年早些时候我写了一篇文章(什么是数据科学？)，是基于我做了几次演讲。这是要点..。

首先，其他人对数据科学提出了一些定义：

数据科学家乔希·威尔斯从…Cloudera他说是一个“比任何软件工程师更擅长统计学，比任何统计学家更擅长软件工程的人。”

经常听到的笑话是一位“数据科学家”，是一位居住在加州的数据分析师。

根据大数据Borat，Data Science是Mac上的统计数据。

在德鲁·康威的著名数据科学文恩图中，它是黑客技能、数学和统计知识以及实质性专业知识的交汇点。

下面是我在ITProPortal博客上找到的另一个很好的定义：

数据科学家是指了解编程、机器学习、数据挖掘、统计和黑客等领域的人

在Altamira (我目前的雇主)，我们如何定义数据科学：

最后四排是赌桌--仅仅是为了玩游戏的入场费。这些是所有有抱负的科学家必须获得的基本技能。每一个数据科学家都必须是一个称职的程序员。他或她还必须对数学、统计和分析方法有扎实的掌握。数据科学和“大数据”并驾齐驱，所以所有的数据科学家都需要熟悉分布式计算的框架。最后，数据科学家必须对他们运作的领域有一个基本的了解，以及优秀的沟通技巧和用数据讲述一个好故事的能力。

有了这些基础知识，下一步就是在一个或多个垂直领域发展深入的专业知识。“数据科学”实际上是一个总括性术语，用于收集各种学科的相关技术和方法，包括数学、统计、计算机科学和软件工程。这些不同方法的目标是从各种数据中提取可操作的情报，使客户能够做出更好的数据驱动决策。没有一个人能够掌握数据科学的所有方面；这样做需要多个生命周期的培训和经验。因此，最好的数据科学家都是“T型”个体--也就是说，他们在数据科学的所有领域都拥有广泛的知识，同时拥有至少一个领域的深厚专业知识。因此，最好的数据科学团队将一组具有互补技能集的个体聚集在一起，这些技能集跨越整个光谱。