Onder technologie-startups is datawetenschapper een steeds vaker voorkomende term die wordt gebruikt om te verwijzen naar data-geeks die traditioneel afzonderlijke functionele gebieden van data-intelligentie kunnen overbruggen. Een datawetenschapper is iemand die zich comfortabel voelt bij het uitvoeren van verschillende (zo niet alle) aspecten van data intelligence-projecten:
- Gegevensverzameling: dit kan het schrijven van aangepaste parsers en webcrawlers of scripts inhouden die zijn gericht op specifieke webservices of API's voor niet-traditionele gegevensbronnen.
- Gegevensbeheer: ETL, manipuleren, opvragen en onderhouden van gegevens in databases, sleutelwaardewinkels of Hadoop.
- Informatievisualisatie: patronen ontdekken door het gebruik van statische visualisatietoolkits en / of interactieve platforms op basis van Flash, JavaScript of Processing.
- Analytics: dit kan variëren van eenvoudige tot complexe technieken in multivariate statistieken, machine learning en NLP.
- Inzicht: extraheer, vat samen en presenteer belangrijke bevindingen aan een breed publiek.
Er zijn veel tools, vaardigheden en technische details, en men kan jaren doorbrengen met het beheersen van elk van de hierboven genoemde items. Hoewel een datawetenschapper misschien geen echte expertkennis op een van de gebieden bezit, is hij of zij comfortabel om heen en weer te springen en basistaken in alle gebieden uit te voeren. Het resultaat is een data-nerd die voldoende wendbaar is om een dataproject snel te onderzoeken en antwoorden te geven op (high-level) vragen van het management. (over datawetenschappers in Data Scientists: The New Rock Stars of the Tech World.)
Om datawetenschappers te voeden, moeten bedrijven zich meer richten op cultuur en organisatiestructuur. Veel gegevenswerkers beschikken over voldoende vaardigheden en training om snel productief te worden op meerdere gebieden van gegevensintelligentie. Het probleem is dat de meeste niet werken in omgevingen die hen aanmoedigen om datawetenschapper te worden. Ze zitten vast in silo's en zijn beperkt tot een of twee gebieden van data-intelligentie. Vaak zijn ze beperkt tot het gebruik van "goedgekeurde" tools door hun managers.
