Was ist ein "alter Name" eines Datenwissenschaftlers?

Begriffe wie "Data Science" und "Data Scientist" werden heutzutage zunehmend verwendet. Viele Unternehmen stellen Datenwissenschaftler ein. Aber ich denke nicht, dass es ein völlig neuer Job ist. Es gab Daten aus der Vergangenheit und jemand musste sich mit Daten befassen. Ich denke, der Begriff "Data Scientist" wird populärer, weil er ausgefallener und "sexy" klingt. Wie wurden Data Scientists in der Vergangenheit genannt?

In umgekehrter chronologischer Reihenfolge: Data Miner, Statistiker, (angewandter) Mathematiker.

Begriffe, die mehr oder weniger dieselben Themen abdecken wie Data Science heute:

• Mustererkennung
• Maschinelles Lernen
• Data Mining
• Quantitative Methoden

Ich denke, es ist eine neue Aufgabe, im Grunde muss der Datenwissenschaftler mathematische Algorithmen auf Daten anwenden, die erhebliche Einschränkungen in Bezug auf 1) Laufzeit der Anwendung 2) Ressourcennutzung der Anwendung aufweisen. Wenn diese Einschränkungen nicht vorhanden sind, würde ich das Job Data Science nicht nennen. Darüber hinaus müssen diese Algorithmen häufig auf verteilten Systemen ausgeführt werden, was eine weitere Dimension des Problems darstellt.

Natürlich wurde dies schon früher in einer Kombination aus Statistik, Mathematik und Programmierung getan, aber es war nicht weit verbreitet, um den neuen Begriff hervorzubringen. Der eigentliche Aufstieg der Datenwissenschaft beruht auf der Fähigkeit, große Datenmengen zu sammeln, und muss daher verarbeitet werden.

Auch: "Business Intelligence-Entwickler"

Einige wirklich nette Antworten schon. Ich würde jedoch den gesamten Prozess der Aufteilung der Arbeit eines Datenwissenschaftlers in die folgenden Bereiche aufteilen:

1. Abrufen der Daten aus Datenbanken und anderen Quellen: In der Regel war es der DBA , der die Daten aus den Datenbanken abruft , und die Personen, die Daten aus anderen Quellen abrufen, werden Datentypen genannt , sie haben keinen bestimmten Namen (zumindest in Indien). Und die Scraping- und Crawler-Skripte werden von Software-Ingenieuren geschrieben , die speziell für diesen Zweck eingestellt wurden.
2. Analytik und Vorhersage: Von Leuten gemacht, die als Statistiker oder Mathematiker bezeichnet werden .
3. Visualisierungen und Berichterstellung: Von Mitarbeitern, die als Business Analysts bezeichnet werden, oder den MBA- Mitarbeitern des Unternehmens.
4. Big Data und Pipelining: Von Software-Ingenieuren, die speziell für diesen Zweck eingestellt wurden.

Ein idealer Datenwissenschaftler ist zu 60-70% ein Statistiker und zu 30-40% ein Informatiker, und so war der alte Name "Datenwissenschaftler" jemand, der teils Statistiker, teils Informatiker war.

In mehreren Unterfeldern wurden einige einfach als Analysten bezeichnet . Wenn Sie früher zurückgehen, in einer vorwissenschaftlichen Ära, glaube ich, dass Menschen, die mit Wahrsagerei oder Astrologie zu tun haben (einige von ihnen, weil sie dafür bezahlt wurden, viel mehr als für ernsthafte Wissenschaft), Vorläufer waren.

$k$