随着国家大数据行动计划的发布，大数据相关的新词频出，其中“数据科学家”一词更是横空出世貌似高不可攀。那我们来看看这个所谓的数据科学家到底是新瓶装旧酒还是新瓶装新酒？
让我们来问问度娘，她说“数据科学家”由Natahn Yau在2009年首次提出，其是指采用科学方法、运用数据挖掘工具寻找新的数据洞察的工程师。通过字面定义的解读，我们知道“数据科学家”并非那么高大上，其本质还是一名工程师，一名掌握了各种数据挖掘分析方法和工具的工程师。那问题来了，一名数据挖掘分析工程师在大数据时代怎么就摇身一变成为了“数据科学家”呢？
江湖传言，很多跨国公司以及国内的大型互联网企业等都设立了数据科学家这个岗位，与一般意义上的大数据开发者或商业分析师不同，这个岗位的职责要求掌握多种技能集。
天下大势，分久必合，合久必分。数据科学家无非就是一名特种兵，在大数据时代，经济学家亚当.斯密提出的专业分工模式转变成综合多专业的全面手、特种兵，起了个时髦的名字“数据科学家”。尽管数据科学家的角色与传统意义上的数据分析岗位有重合之处，但二者还是有明显区别的。一名数据分析师能够从历史数据中提取出有用的信息并表达出来，供各层级领导决策使用。而数据科学家必须具备深入洞察，可以借助对大数据技术和机器学习等新技术挖掘出数据中隐藏的模式，挖掘出更深的洞见。他们摆脱了这些传统数据处理模式的束缚。
简而言之，数据科学家=业务分析师 数据工程师，需要具备如下技能：
1.对业务的深刻理解。对于挖掘数据价值来说，必须首先对企业业务流程有充分的了解，这些理解不止建立在业务部门的痛点上，还应该以发展的视角看待业务部门的需求，这样才能发挥数据的真实价值。
2.以数学思维看待数据。学习诸如机器学习、数据挖掘、数据分析和统计学等技能十分重要。数据科学家需要从数学的角度对数据进行解释和分析。
3.熟悉常用工具和技术。不仅是Excel、Tableau这样的工具软件，还要对R、Python等语言甚至类似SQL等数据库查询语言均要有所了解。数据提取、探索和假设检验是数据科学实践的核心。
4.具备很强的计算机科学和软件工程背景。这需要掌握包括Java、C 或算法知识和Hadoop。这些技能将用于利用数据来设计系统架构。cda数据分析师培训