2012 年，Thomas Davenport 和 DJ Patil 概述了一个新兴的职业选择，称为“数据科学”，人们结合编程和统计数据来理解“大”数据集。对于哈佛商业评论，达文波特和帕蒂尔十年后重新审视自己的职业生涯：
十年后，雇主和招聘人员比以往任何时候都更需要这份工作。人工智能在商业中越来越受欢迎，各种规模和地点的公司都认为他们需要数据科学家来开发人工智能模型。到 2019 年，Indeed 上数据科学家的职位增加了 256%，美国劳工统计局预测，从现在到 2029 年，数据科学的增长将超过几乎任何其他领域。抢手的工作通常薪酬相当高;加利福尼亚一位经验丰富的数据科学家的平均工资接近 200,000 美元。
所以数据科学看起来非常强大。
在他们第一篇文章的时候，我正在写我的论文，目标是在一年内完成我的统计学博士学位。我想知道我以后要做什么。包括我在内的统计学家都反对数据科学，或者至少对它有复杂的感受。他们觉得他们已经在做这件事了，所以不需要新的研究领域。另外，统计学家三年前已经被宣布为十年前的“性感”工作。我们还有时间。
我不再听到那些争论了。开始时有重叠的技能，而且重叠似乎随着时间的推移而增加。随着统计学家成为数据科学家，数据科学家学会了更多的分析，这个标签似乎变得不那么重要了。
当人们问我做什么时，我不会说我是统计学家。我只是说我帮助解释数据，如果我受到压力，我会说我制作了很多图表。
原文： https://flowingdata.com/2022/07/27/revisiting-data-science-the-career/