传统的信息管理和数据分析主要用于支持内部决策，大数据在这方面是不同的。当然，在大多数情况下，也可以使用大数据，特别是在大型企业中。然而，数据科学家通常致力于以客户为导向的产品和服务，而不是创建报告或报告，向管理人员提供内部决策的建议。
直到2008，数据科学家的概念才被创造出来。它是由D.J. pattier和Geoff Hammerbacher M创造的，谁知道Davenport在第二十一世纪最性感的职业。那么，成为数据科学家的潜力和能力是什么呢？
数据科学家的特点
我们可以用这样的图表来展示数据科学家的必要技能：
如果你想成为一个数据科学家，先去看黑客。
因为大数据技术是一门新技术，很难从中提取出来进行分析，因此，要想成为一名成功的数据科学家，就必须具备黑客的一些特性。
首先，你必须有编码或编程的能力。”“你写代码吗？”这是首席科学家在招聘过程中向数据科学家提出的第一个问题。如果你有任何编程语言的经验，这将是非常有用的，尤其是脚本语言，如Python，蜂巢，猪，有时产生的语言，如java。这些脚本语言相对容易编写，并且可以在分布式MapReduce框架中分发大型数据处理问题。
数据科学中的黑客也需要熟悉常用的大数据技术。最重要的是Hadoop，包括如何实现和扩展它们，以及它们是否需要在位置或云计算中提供这些技术。这些技术是新技术，正在发生变化。因此，数据科学家必须开放思维，开放学习新的工具和方法
最后，总结一下黑客技术，很多大企业都不愿意雇佣黑客就是原因。在本文中，黑客技术通常被定义为一种创新的快速计算，但这个术语也有一个“不太合法”的含义，它倾向于避免计算行为的正常规则。就目前大数据技术的现状而言，黑客技术的背后可能是必要的。然而，值得注意的是，黑客特性在数据科学家特性中并不占主导地位，而您可能会为此感到遗憾。黑客的麻烦远远超过他们带来的好处。他们不大可能对大型官僚机构感兴趣。
閱讀更多 實講科技 的文章
