Kabilang sa mga startup ng teknolohiya, ang scientist ng data ay isang mas karaniwang termino na ginagamit upang sumangguni sa mga data ng geeks na maaaring tulay nang tradisyonal na hiwalay na mga functional na lugar ng intelligence ng data. Ang isang siyentipiko ng data ay isang tao na komportable na gumaganap ng maraming (kung hindi lahat) mga aspeto ng mga proyekto ng mga intelligence intelligence data:
- Pagkuha ng Data: Maaaring maakma nito ang pagsulat ng mga pasadyang pareserador at web crawler o script na target ang mga tiyak na serbisyo sa web o mga API para sa mga di-tradisyonal na mga mapagkukunan ng data.
- Pamamahala ng Data: ETL, manipulahin, query at mapanatili ang data sa mga database, key-halaga store, o Hadoop.
- Visualization ng Impormasyon: Hindi natuklasan ang mga pattern sa pamamagitan ng paggamit ng mga static na visualization toolkits at / o mga interactive na platform batay sa Flash, JavaScript o Pagproseso.
- Ang Analytics: Maaari itong saklaw mula sa simple hanggang sa kumplikadong mga pamamaraan sa mga istatistika ng multivariate, pag-aaral ng makina at NLP.
- Pananaw: Kunin, buod at ipakita ang mga pangunahing natuklasan sa isang malawak na madla.
Mayroong maraming mga tool, kasanayan at teknikal na mga detalye, at ang isa ay maaaring gumugol ng maraming taon sa pag-master ng bawat isa sa mga item na nakalista sa itaas. Habang ang isang siyentipiko ng data ay maaaring hindi nagtataglay ng tunay na kaalaman sa dalubhasa sa alinman sa mga lugar, komportable siyang lumaktaw pabalik-balik at gumaganap ng mga pangunahing gawain sa kanilang lahat. Ang resulta ay isang data geek nimble sapat upang mabilis na mag-imbestiga sa isang proyekto ng data at makabuo ng mga sagot sa (mataas na antas) na mga katanungan mula sa pamamahala. (tungkol sa mga siyentipiko ng data sa Data Scientists: The New Rock Stars ng Tech World.)
Upang mapangalagaan ang mga siyentipiko ng data, ang mga kumpanya ay kailangang magtuon nang higit pa sa kultura at istruktura ng organisasyon. Maraming mga manggagawa ng data ang may sapat na kasanayan at pagsasanay upang mabilis na maging produktibo sa maraming mga lugar ng data intelligence. Ang problema ay ang karamihan ay hindi gumagana sa mga kapaligiran na naghihikayat sa kanila na maging mga siyentipiko ng data. Natigil ang mga ito sa mga silikon at limitado sa isa o dalawang mga lugar ng intelligence ng data. Kadalasan, pinaghihigpitan silang gumamit ng mga tool na "naaprubahan" ng kanilang mga tagapamahala.
