你能想象大半夜里假如你的身体有突发状况，但是有专家和技术可以准确告诉你需不需要去急诊室，让你在家就先解决燃眉之急吗？而解决这一问题的竟然是－－用数据说话！也就是说，通过一些设备例如手机，就可以获取你身上的一些体态特征的数据，从而由医院远程来获悉你的情况，为你做出判断。事实上，数字已经渗透到了我们生活的所有方面: 社交媒体上的数字已经可以用来分析人们的情绪，从而为公司所使用。而只要你接触互联网，你就会接触到用数字科学来驱动的程序和网站-Youtube, Facebook, Twitter-这些网站用数据科学得到的信息来为你，它们自己，以及它们的客户提供最合适的信息，并且产生利润。由此也诞生了在未来会是超级紧缺的新兴职业－数据科学家（Data Scientist）。
什么是数据科学家？
很多人把数据科学家的工作和传统的统计混淆在一起，这是非常错误的。数据科学家的工作不是关于写报告，不是关于基础的分析，也不是关于从传统CRM, ERP系统的数字里汲取信息。数据科学家的工作是远远超过数据库本身的，他们的工作是不断使用数据来解决之前无法解决的问题。打个比方，在开始工作时，数据科学家们手中没有地图，只有指南针：他们会面对从20个不同系统中提取出来的超过10个TB的数据，而从前根本没有人把这些数字放在一起进行过处理。数据科学家们会用数据来到前人没有来到过的地方，看看这里有社么样的可能，然后一步步建立认识，再不断挑战自己之前的认识。数字在这个过程中被用来发现，解释，或者优化研究的课题，并且带来增值。最后，数据科学家用数学提出带来改变的方法。在解释这个方法的时候，数据科学家需要和非专业人士来沟通，并且举例帮助他们认识自己的想法。更重要的是，数据科学家可以告诉你他们预测的可能性会有多少。
数据科学家收入如何？
首先咱们先庸俗一下，数据科学家究竟收入几何可以和传统的三强相比呢? 据美国的统计: 单枪匹马不为任何团队工作的数据科学家在有0-3年工作经验的情况下平均收入可以达到8万年收入，而有9年工作经验的话就可以有将这个数字翻倍。虽然并不惊人，但是注意这完全是你作为自由工作者的收入哦。如果你加入团队，并且领导一个1-3人的团队，你的年收入就可以达到近15万; 而如果你做到中层，领导10人团队，你的收入就会接近24万。相比而言，一位律师的平均年收入是13万，而一位律师的数字则是18万。数据科学家的收入情况可以说远远超过"可观"。
数据科学家需要哪些技能
数学和统计学贡献了32%的数据科学家，而计算机科学以及工程则贡献了19%和16%。不难看出数学和统计还是最基本的数据科学家需要的技能。
于此同时，在综合知识方面，机器学习 (专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身性能的学科) 是关键。其次编程是必不可少的技能，R, Python, SAS, SPSS都是可以选择学习的。然后就是对各种数据库的了解，因为上面的介绍也已经提到，数据科学家会经常从不同的数据库中提取和整合大量数据。
最后一项技能可能是真正数据科学家与众不同的地方，那就是Presentation (演示) 的技能。如何让自己分析的结果被自己的听众理解，如何让自己的发现被用户最好的采纳从而达到最优的效果，好的Presentation技能是关键。因此，数据科学家绝非Geek.
数据科学的行业前景
1. 数据科学已经进入了每个行业里的每一个部门。这个过程很类似于管理信息系统逐渐超过了原有的会计部门，而进入了公司的所有领域。另外，数据科学家逐渐成为了一个专业的学科，但是多领域的知识以及多领域的运用仍然不可或缺。
2. 作为数据科学家，领导力，表达能力这样的Soft Skills正在变得越发重要。由数据驱动的世界正在前进，数据科学家必须为它提供导向。因此他们需要把自己的知识和理解变得"可操作化"才能转化到不同的队伍，不同的过程当中。
3. 坚持和好奇心会继续推动数据科学家们的工作。在不断的寻找不足，尝试新方法以及提高结果质量的过程当中，需要不断的监视自己的逻辑。在尝试添加新数据并且让自己的结果更加合理的时候，要保持怀疑的心态才能保证结果的质量。
4. 数据正在随着智能设备的普及越来越实时化，对数据科学家的要求也越来越高。比如，消费者需要第一时间做出购买决定，而公司则需要第一时间做出相应的供应链调整。数据科学的工作会遇到更高的要求。
5. 数据科学家面临的数据只会越来越多，来自越来越多的系统，穿过越来越多的界限。比如说，数据科学家需要建造一个模型基于以消费者为中心的所有数据，包括网页，移动手机应用，电脑使用记录，设备信号，实体文档，邮件，电话，社交媒体信息，视频以及传统的商业数据。
6. 数据科学家们还需要升级自己的工具。首先随着在线合作和分享的增多，算法会演化的更快。相信在线社区会在这个过程中起到越来越大的作用。
