在未来几年，数据科学家主要会分为哪几类？

通用人才：第一类是数据科学的通用人才，他们会对数据做出解释并使用数据。这些人的工作是指导终端用户，帮助用户对数据提出问题，但他们并不会自己找出答案。这更像是一个过渡性的工作，更可能在五年内出现。

行业专家：由行业专家组成的是第二类，也是人数最多的一类。他们将在制造、医药科学以及金融这样的特定垂直领域中使用数据科学技术和工具。我认为未来的大部分工作岗位都在这里。但这也不是数据科学工作。这些人不是了解制造业的数据科学家，而是了解数据科学的制造业领袖。相当于今天的以统计学为王牌的研究员。

深度专家：有专业数据科学技术的深度专家组成了第三类，也是人数最少的一类。这一类人从事的是纯数据科学工作。他们的工作是以抽象的方式研究数据科学、提升算法性能并设计出新的通用方式。他们就像如今的计算机科学家，主要工作是建立理论基础，而非解决日常问题。

分析开发人员：第四类是从数据科学家转为分析开发的人。这些人是软件开发专家，他们的工作是处理数据交互问题，以及通过数据报告帮助人们做出推论。算法设计也是他们工作的一小部分，数据平台和以一站式方式完成大量工作的鲁棒代码库会辅助他们。

数据工程师：另外，还会催生出像数据工程师这样的新工作，他们会构建将数据转换并传输到基础平台的管道，在这个管道中会对数据进行分析和可视化 。尽管数据科学家通常因他们出色的算法而得到认可，但他们高达 80% 的时间都花在收集数据、清理数据和组织数据上。

人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：
精英数据科学家应该具备这些能力和特质
数据科学家的工作性质是什么，主要面临什么挑战 ？
大数据时代，数据科学家的一天是如何分配的？

---

多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站