在互联网体系逐渐壮大的今天，大量的数据需要我们去处理分析，用大数据分析手法可以快速有效的解决一系列的问题，随之就产生了数据科学家这一名词，什么是数据科学家呢?数据科学家需要学什么?信息的发展，赋予了我们对数据强大的转变的能力，相应的越来越多的数据相关的角色被创造出来，其中就有数据科学家，在这里我们将讨论与数据相关的角色，即数据科学家。

什么是数据科学家?

数据科学家是使用他们在统计学和建设机器学习模型方面的专业技术去进行关键商业问题预测的专家。

数据科学家也需要像数据分析师一样去清洗、分析、可视化数据。然而一个数据科学家需要在这些技能上更深入也更专业，他们还可以去训练和优化机器学习的模型。

数据科学家需要学什么?

数据科学家能产生巨大的价值，他们处理更多开放式的问题并且利用他们专业的统计学和算法知识发挥更大杠杆的作用。如果说数据分析师专注于从过去和现在数据层面来理解数据的话，那么数据科学家就是专注于做出对未来更可信的预测。数据科学家通过有监督学习(分类、回归)和无监督学习(聚类，神经网络，异常监测?)机器学习模型来揭开隐藏着的规律。本质上来说他们是训练那些能让他们更好的识别模型和产出精确预测效果的数学模型的人。

数据科学家需要完成的内容：

1、评估统计学模型来决定分析有效性

2、使用机器学习来建设更好的预测算法

3、测试和持续提升模型精确度

4、进行数据可视化来概括分析的结论

数据科学家为预测和理解数据带来了一种完全崭新的方式，虽然数据分析师可能也可以去描述趋势和为商业团队传递这些结果，但是数据科学家能剔除新的问题，并且可以去建模来做出对新数据的预测。