21世纪最性感的职业，你觉得是什么？美国媒体认为，是数据科学家，因为这个职位听起来充满诱惑却又不被大众所了解。在知名招聘网站INDEED上，数据科学家的需求百分比在短短一年之内由0增长到现在的近0.02%；到2018年，在美国将会有49万名数据科学家的需求，职位空缺达19万；中国的诸多互联网公司如阿里巴巴等也相继贴出了高薪聘请数据科学家的Offer……
　　那么，数据科学家，到底是做什么的呢？
　　数据科学家这个职位来源于Jonathan Goldman。他在2006年的6月份进入商务社交网站LinkedIn工作。在那时，LinkedIn只有不到800万用户。Goldman在之后的研究中创造出新的模型，利用数据预测注册用户的人际网络。具体来讲，他以用户在LinkedIn的个人资料，来找到和这些信息最匹配的3个人，并以推荐的形式显示在用户的使用页面上——这也就是我们熟悉的“你可能认识的人”。这个小小的功能让LinkedIn增加了数百万的新的页面点击量。从此，数据在LinkedIn的重要性被不断提升，而Goldman的角色就是一位数据科学家。
　　曾经投资过Facebook，LinkedIn的格雷洛克风险投资公司把数据科学家描述成“能够管理和洞察数据的人”。在IBM的网站上，数据科学家的角色被形容成“一半分析师，一半艺术家”。他们代表了商业或数据分析这个角色的一个进化。
　　真正区别数据科学家与传统职位的是对于商业的强烈敏感，以及以何种组织来处理商业问题的影响力，把研究结果传达给商业和IT界的决策者们。优秀的数据科学家将不仅仅处理商业问题，他们还要有具备发现对于公司影响最大的问题的能力。Anjul Bhambhri是IBM的大数据产品副总裁，她认为 “数据科学家是一个好奇的，不断质疑现有假设，能盯着数据就能指出趋势的人。这就好像在文艺复兴时期，一个非常想为组织带来挑战并从挑战中学习的人一样。”
　　数据科学家必须要通过大量的数据产生对商业发展的洞察力。他们应该能推理出数据上尚未显示出来的被掩盖的事实和趋势。
　　提出“数据科学家”这个词的Thomas H. Davenport 和 D.J. Patil在他们的文章中谈到数据科学家的能力：数据科学家倾向于用探索数据的方式来看待周围的世界。把大量散乱的数据变成结构化的可供分析的数据，还要找出丰富的数据源，整合其他可能不完整的数据源，并清理成结果数据集。
　　新的竞争环境中，挑战不断地变化，新数据不断地流入，数据科学家需要帮助决策者穿梭于各种分析，从临时数据分析到持续的数据交互分析。数据科学家会遇到技术的局限性，但不会让技术阻扰他们寻找新颖的解决方案。当他们有所发现，便交流他们的发现，建议新的业务方向。通常他们很有创造力地展示视觉化的信息，也让找到的模式清晰而有说服力。他们会把蕴含在数据中的规律建议给产品经理和主管们，从而影响产品，流程，和决策。
　　Nate Silver利用收集到的数据，在美国2012年总统大选预测对了50个州的投票结果以及最终的大选的结果。数据科学家们正在向世界昭示他们愈来愈重要的作用。
　　在可见的未来，数据科学家这个新兴职业将愈发活跃。当他们在硅谷的各大科技公司站稳脚跟后，更多的传统行业将很有可能拥抱这个目前还不被大多人了解的群体，因为他们在大数据分析领域的聪明才智可以为公司节省上千万的资金并且发现更具价值的投资方向。