术语“数据科学”和“数据科学家”仅获被普遍使用的一年多一点，但此后他们已经真正实现了起飞：很多企业现在都聘请了“数据科学家”，而整个会议都跑在“数据科学”的名义。但是，尽管广泛采用，一些抵制来自更传统的术语如“统计学家”或“定量”或“数据分析”的转变。
就个人而言，我喜欢这个词。作为一个统计学家，我已经开始厌倦解释说，不，我不花我的时间写下棒球或板球分数。我认为“科学数据”更好地描述了我们实际做：电脑黑客，数据分析和解决问题的组合。皮特监狱长，给术语initally性，一直以来围过来的语句的好处。（皮特，顺便说一句，是真棒的创造者数据科学工具包，用的API，方便数据相关的任务，如确定适当的名称在非结构化的文本，或将街道地址为纬度/经度真棒开源的服务器。）在他的岗位在O’Reilly雷达，他解决了以下反对使用术语“数据科学”：
- 数据科学不是真正的科学。（“凡是需要科学的名字是不是一个真正的科学”）
- 这是一个不必要的标签（为什么不只是坚持统计学家等？）
- 这个名字甚至没有任何意义（科学所不涉及的数据？）
- 有没有定义（个人而言，我认为德鲁康威的数据科学的维恩图是一个很好的定义，扩大了他的论文在IQT季刊）
退房皮特的全文后对这些点的他反驳。皮特总结说，是时候为社会团结围绕“科学数据”：
我打赌了很多术语的持久性。如果我错了的数据科学工具包将结束冠冕堂皇的日期为“天翼信息高速公路”。我认为数据的科学，作为一个词组，在这里留下来，虽然，无论我们喜欢还是不喜欢。这意味着，我们作为一个社会可以加大并引导它的未来，或让别人利用其目前的知名度和稀释以后有用。如果我们不团结在一个可行的定义，以取代目前的模糊性，我们将失去了一个强大的工具，说明我们的工作。（转）
转载请注明：数据分析 » 是“数据科学”:还是数据科学家
