O que é um 'nome antigo' de cientista de dados?

Termos como 'ciência de dados' e 'cientista de dados' são cada vez mais usados ​​atualmente. Muitas empresas estão contratando 'cientista de dados'. Mas não acho que seja um trabalho completamente novo. Os dados existiram no passado e alguém teve que lidar com dados. Eu acho que o termo 'cientista de dados' se torna mais popular porque soa mais sofisticado e 'sexy'. Como os cientistas de dados foram chamados no passado?

Em ordem cronológica inversa: minerador de dados, estatístico, matemático (aplicado).

Termos que cobriram mais ou menos os mesmos tópicos que a Data Science cobre hoje:

• Reconhecimento de padrões
• Machine Learning
• Mineração de dados
• Métodos Quantitativos

Eu acho que é um trabalho novo, basicamente, o cientista de dados precisa aplicar algoritmos matemáticos a dados com considerável restrição em termos 1) Tempo de execução do aplicativo 2) Uso de recursos do aplicativo. Se essas restrições não estiverem presentes, eu não chamaria a ciência de dados do trabalho. Além disso, esses algoritmos geralmente precisam ser executados em sistemas distribuídos, o que é outra dimensão do problema.

Obviamente, isso já foi feito antes, em alguma combinação de estatística, matemática e programação, mas não foi muito difundido para dar origem ao novo termo. O verdadeiro crescimento da ciência de dados é a capacidade de coletar grandes quantidades de dados, portanto, é necessário processá-los.

Também: "Desenvolvedor de Business Intelligence"

Algumas respostas muito legais já. No entanto, eu dividiria todo o processo de dividir o trabalho de um cientista de dados em quem realmente fez isso:

1. Obtendo os dados de bancos de dados e outras fontes: Geralmente, costumava ser o DBA que obtém as pessoas que coletam dados de outras fontes são chamadas de caras de dados , eles realmente não têm um nome específico (pelo menos em Índia). E os scripts de raspagem e rastreamento são escritos por engenheiros de software contratados especialmente para esse fim.
2. Análise e previsão: Feito por pessoas chamadas estatísticos ou matemáticos .
3. Visualizações e relatórios: Feito por pessoas chamadas analistas de negócios ou profissionais de MBA da empresa.
4. Big Data e material de pipeline: Feito por engenheiros de software contratados especialmente para esse fim específico.

Um cientista de dados ideal é 60-70% estatístico e 30-40% um cientista da computação; portanto, o nome antigo de "cientista dos dados" era alguém que era estatístico e parte de ciência da computação.

Em vários subcampos, alguns eram simplesmente chamados de analistas . Se você voltar mais cedo, em uma era pré-científica, eu acredito que as pessoas envolvidas na adivinhação ou astrologia (várias delas porque foram pagas por isso, muito mais do que em ciências sérias) eram precursoras.

Em uma nota mais clara, gosto da dedomenologia do neologismo (em francês, dedédenologia ) e costumo considerar que Hugo Steinhaus (o inventor da$k$-means) foi, devido a seu interesse em muitos campos aplicados, um dos primeiros a despertar o fogo da ciência dados.