Hvorfor har vi data scientister?

Hvorfor har vi data scientister? 

Med internett og andre digitale teknologier har vi sett stadig mer omfattende innsamling og lagring av data. Det viste seg tidlig både muligheter og utfordringer knyttet til dette. Det var et åpenbart potensiale for å hente ut verdi ved å analysere dataene. Samtidig ble det mer komplisert å lagre og hente dataene, og selve enkle analyser krevde sofistikert infrastruktur. Etter hvert så man behovet for en disiplin som fungerer i rommet mellom statistikk og det som kalles computer science (mer om det i kapittel 2). Det nye feltet fikk med tid og stunder navnet data science. Vi har ikke per i dag et godt, norsk ord for data science.  

En data scientist er en ekspert på å hente ut kunnskap og innsikt fra data og å legge til rette for at man kan ta gode, datadrevne beslutninger i en virksomhet.  

I tillegg til å kunne kode og å ha kunnskap om statistikk, må en data scientist ha business-forståelse og evnen til å kommunisere. Hun må kunne sette seg inn i behovene til bedriften og forstå hvilke problemer de prøver å løse – med andre ord kunne stille gode spørsmål, og være klar på hva en leter etter i dataen. Dataen må så ryddes opp i og organiseres, og presenteres på en måte som gjør funnene tydelige og forståelige.  

I dag er data science et spesialisert felt som krever mye spesialkompetanse. Men fremover kommer det å jobbe med data til å bli en større del av arbeidshverdagen vår, nesten uansett hvilken bransje eller industri vi jobber i. Gjennom stadig økende automatisering av dagens spesialiserte data science-aktiviteter, og lett forståelige verktøy som flere kan ta i bruk, vil mange flere av dagens arbeidstakere bli kyndige data-brukere. Med andre ord vil det åpnes opp for at mange flere gjør den samme typen oppgaver som en data scientist gjør i dag.