为什么没有经验的人想成为数据科学家？
一位已经处理了PB级数据并发现了很多见解（例如发现的系外行星）的NASA科学家，实际上是一名数据科学家，可能对更改其职务没有兴趣。
然后有一群人自称为“数据科学爱好者”，除了在蛇油销售员销售的两个小时的培训课上学到的知识外，一无所知。与此同时，对于自学者，可以真正成为一个真正的数据科学家在自己或 你的工作。
由于数据科学是如此分散，定义不明确，并且仍然对招聘人员和某些招聘经理不了解，因此人们可以利用它。就像有些人称自己是企业家，首席执行官，SEO专家，金融专家或移民专家一样，他们只是没有专长的单人操作。他们很容易被发现，应征募人员应接受培训以发现他们。
然后，有真正的数据科学家正因此而考虑更改其职称。有些人不再自称数据科学家，而是数据工程师，数学家，数据架构师，统计学家，供应链分析师，或者就我而言，现在是全栈数据科学家，以区别于自称的数据科学家。当然，假数学家也存在，但是他们通常不申请数学家的职位，而且很少见。充其量，其中一些自称数据科学家是业余数据科学家。
该领域将保留。关键字数据科学家可能最终死亡，就好像发生了什么数据挖掘。但是就像我在创造关键字之前20年就从事数据科学（和AI！）一样，而且我仍然会这样做，它仍然会受到广泛欢迎，因为名称不同且公司雇用他们进行了更多审查，并期望从中获得回报。工资被支付。与1992年（我当时）相比，2018年的真正数据科学家已经发生了变化-它涉及处理更多不兼容的数据源，非静态数据和指标，非结构化数据，实时数据，大数据，自动化数据洞察力提取，优化数据管道，成为从各种来源获取，发现，融合，标准化数据，定义和跟踪正确指标并创建真正帮助涉众的仪表板的专家。最后但并非最不重要的一点是，了解您所从事的业务，例如，如果您的工作是检测假新闻，您应该是识别它们的专家，并说服您的经理您找到了改善情况的重要方法（我可以轻松解决此问题，为什么Facebook不能做到这一点？）有时您的经理会成为障碍，您需要能够处理。这项工作还意味着与各种团队，供应商或客户合作。
换句话说，您是否可以作为顾问或顾问经营企业，以可持续的方式向客户出售数据科学服务或产品？如果您做不到，也许您想摆脱数据科学工作的只是薪水，或者是一种今天的职位仍然很酷，可以打动某些人或您自己，但那并不能带来幸福。
1