Qu'est-ce qu'un «ancien nom» de data scientist?

Des termes comme «science des données» et «scientifique des données» sont de plus en plus utilisés de nos jours. De nombreuses entreprises recrutent des «data scientist». Mais je ne pense pas que ce soit un tout nouveau travail. Les données ont existé dans le passé et quelqu'un a dû gérer les données. Je suppose que le terme «data scientist» devient plus populaire car il semble plus sophistiqué et «sexy». Comment les scientifiques des données étaient-ils appelés dans le passé?

Dans l'ordre chronologique inverse: mineur de données, statisticien, mathématicien (appliqué).

Termes couvrant plus ou moins les mêmes sujets que Data Science couvre aujourd'hui:

• La reconnaissance de formes
• Apprentissage automatique
• Exploration de données
• Méthodes quantitatives

Je pense que c'est un nouveau travail, fondamentalement, le data scientist doit appliquer des algorithmes mathématiques sur les données avec une contrainte considérable en termes 1) Temps d'exécution de l'application 2) Utilisation des ressources de l'application. Si ces contraintes ne sont pas présentes, je n'appellerais pas la science des données d'emploi. De plus, ces algorithmes doivent souvent être exécutés sur des systèmes distribués, ce qui constitue une autre dimension du problème.

Bien sûr, cela a été fait auparavant, dans une combinaison de statistiques, de mathématiques et de programmation, mais ce n'était pas très répandu pour donner naissance au nouveau terme. La véritable montée en puissance de la science des données tient à la capacité de collecter de grandes quantités de données, et donc de devoir les traiter.

Aussi: "Développeur Business Intelligence"

Déjà de très belles réponses. Cependant, je briserais tout le processus de décomposition du travail d'un data scientist en qui a réellement fait ces:

1. Obtention des données à partir de bases de données et d'autres sources: en général, c'était le DBA qui récupère les données des bases de données et les personnes qui collectent des données à partir d'autres sources sont appelées data guy , elles n'ont pas vraiment de nom spécifique (au moins dans Inde). Et les scripts de grattage et d'exploration sont écrits par des ingénieurs logiciels qui sont embauchés spécialement à cet effet.
2. Analyses et prévisions: effectuées par des personnes appelées statisticiens ou mathématiciens .
3. Visualisations et rapports: Fait par des personnes appelées analystes commerciaux ou les gars du MBA de l'entreprise.
4. Big Data et pipelining: fait par des ingénieurs logiciels embauchés spécialement pour ce but particulier.

Un data scientist idéal est un statisticien à 60-70% et un informaticien à 30-40% et donc l'ancien nom de "Data scientist" était quelqu'un qui était en partie statisticien et en partie informaticien.

Dans plusieurs sous-domaines, certains étaient simplement appelés analystes . Si vous revenez plus tôt dans le temps, à une époque pré-scientifique, j'ai tendance à croire que les personnes impliquées dans la divination ou l'astrologie (plusieurs d'entre elles parce qu'elles étaient payées pour cela, beaucoup plus que pour la science sérieuse) étaient des précurseurs.

$k$