性感事物方面的權威《哈佛商業評論》宣布，“數據科學家” 是二十一世紀最性感的職業。所謂性感，既代表著難以名狀的誘惑，又說明了大家都不知道它干的是什么。

不管老板懂不懂數據科學家是干什么的，反正最近幾年這個崗位的需求數正在快速攀升，

但是其性感在什么地方？什么是數據科學家？他們是科學家嗎？還是工程師？程序員？抑或是一個商業決策與創新者的新血統？

Indeed.com 的數據沒有反應出來的一個事實是，盡管這個職業對應的學科在學術界經過長期的醞釀，但終究沒有成立為一個新的學科。而這段時間很長的學術孵化期，也許跟今天的數據科學實踐有著很大的關系。

我們首先來簡要回顧一下這段歷史。早在上世紀六十年代，Peter Naur 就首次提議要用 “數據科學（data science、Datalogy）” 來替代 “計算機科學（computer science）”，后來在上世紀九十年代中期為國際分類社團聯盟所用。2001年，William S. Cleveland 提議將其設立為一個新的學科，吸收 “計算在數據方面取得的進展” 作為統計學的延伸。《數據科學（
Data Science Journal ）》及《
The Journal of Data Science》分別于 2002年 與 2003年 發行.2005年，國家科學委員會發表了《數字數據收集萬歲：促進二十一世紀的研究與教育》，文中將數據科學家定義為 “信息與計算機科學家，數據庫與軟件工程師及程序員，學科專家，成功管理數字數據收集的關鍵人物。”

到了本世紀頭十年的中期，數據科學不再屈尊于僅列為其他學科的細目清單，開始走出學術殿堂。從學術邁向新職業走出的這半步是 Troy Sadkowsky 于 2009年 完成的。他在澳大利亞的一個學術性崗位工作，但卻有一個 “科學性程序員” 的頭銜，其職責是開發支撐大規模、“大數據” 科學性研究的應用。2009年 一月，數字化數據跨機構工作組發表了一份名為《駕馭科學與社會數字化數據之力》的報告，Sadkowsky 從中了解到 “數據科學家” 這個詞，認為該詞是自己所從事工作的最好描述。2009年6月，他在 LinkedIn 建立了一個數據科學家小組作為其 datasceintists.com 網站的輔佐。

但是數據科學從學術向行業的大規模遷移此前早就在美國發生了，那時候 Web 公司正在開發大數據技術，需要定量分析員對其收集得海量數據進行挖掘利用。那些不愿呆在象牙塔里的數量分析專家都會跑到華爾街。不過 2008年 的時候這個地方的誘惑力下降了。Greylock Partners 的數據科學家 D.J. Patil 跟 Jeff Hammerbacher 一起在 Facebook 和 LikedIn 上建立了數據與分析小組，這一舉動被視為是數據科學走向職業化的標志，小組的職能是致力于對業務能夠產生即時的、大規模影響的數據應用。所謂數據科學家就是運用數據和科學創造新東西的人。

而數據科學家這個職位的頭銜則是 2009年 由 Natahn Yau 首次提及的，他認為數據科學家就是能夠從大型數據集中析取出數據，并提供某些可供非數據專家使用的東西的人。

數據科學家、創業家 Mike Driscoll 則認為數據極客有三個性感之處：建模、轉換、可視化。而一種比較有詩意的表述方式是：數據科學家好比是哥倫布遇上科倫坡，目光如炬的探險家與懷疑一切的大偵探的合體。

而在《數據科學家：二十一世紀最性感的職業》一文中，設計 LinkedIn 的 “你可能認識的人” 功能的數據科學家 Jonathan Goldman 的工作也許是對數據科學家工作方式的最好詮釋：首先構建理論、印證預感，然后尋找出模式，對應該推出某人的哪一個網絡做出預測。文章最后對數據科學家的工作進行如下概括：

數據科學家做的，就是在數據中遨游的同時進行探索，其顯著特點是強烈的好奇—他們渴望尋找問題核心，追究問題實質，并把這些東西提煉為一組非常清晰、可以驗證的假設。這往往會讓人聯想到這些都是任何一個領域最有創意的科學家所具備的特質，很顯然，科學家這個頭銜適合于這一新興角色。他們實現價值提升并不是靠做報表或者 PPT 給高管，而是靠在面向客戶的產品與流程方面所做出的創新。

不過，這一大段的闡述仍然不夠簡潔明了，在上述觀察的基礎上我們來給出一個數據科學家的簡明版定義：

數據科學家就是采用科學方法、運用數據挖掘工具尋找新的數據洞察的工程師。

科學辦法就是構思假設、測試想法、精心設計實驗、經由他人驗證，這些是他們從統計身上掌握的知識，經科學訓練出來的經驗。而工具的運用則是來自其工程經驗，或者更確切地說來自于其計算機科學與編程背景。最好的數據科學家是產品與流程的創新者，有時候還是新的數據挖掘工具的開發者。

何謂性感，這就是。