【2005-2012年】数据科学发展简史

2002年4月，数据科学期刊（DataScienceJournal）以出版为目的的创刊「数据库管理在科学和技术领域」论文的方面。「本期刊涵盖了对数据系统的描述，以及其在互联网上的发布、应用和法律问题。」这本期刊由国际科学理事会发表（InternationalCouncilforScience）数据科学技术委员会下属（DataforScienceandTechnology）出版。2003年1月，期刊数据科学（JournalofDataScience）创刊：「我们用‘数据科学’来指代所有与数据相关的业务:收集、分析、建模……但最重要的是它的应用——所有形式的应用。期刊数据科学为所有数据工作者提供了一个展示观点和交流思想的平台。」2005年5月，ThomasH.Davenport、DonCohen、AlJacobson共同发表了《分析较量》（CompetingonAnalytics），这是巴布森学院工作知识研究中心的报告。报告描述「一种基于分析、数据和事实决策的新型竞争的发展。企业开始采用统计量化方法和预测模型，而不是传统手段作为竞争的主要部分。」后来，Davenport在《哈佛经济评论》(2006年1月)发表了这项研究，后来扩展到《分析竞争:胜利新科学》(2007年3月)。2005年9月，美国国家科学委员会出版了《长存数字数据收集:21世纪研究教育有可能》（Long-livedDigitalDataCollections:Enablingresearchandeducationinthe21stcentury)。本报告的一条推荐语写道：「NSF(美国国家科学基金会)与收集的管理者和广义团体合作。NSF应该采取行动，发展和成熟数据科学家的职业道路，确保包括一定数量高质量数据科学家在内的研究机构。」这份报告将「数据科学家」定义为「信息与计算机科学家、数据库与软件工程师与程序员、跨学科专家、托管人、专业注释人员、图书馆员、档案馆员等人员对数字数据收集的成功管理至关重要。」上海复旦大学于2007年成立了数据科学研究中心（ResearchCenterforDataologyandDataScience）。2009年，该中心的两位学者朱扬勇和熊云出版了《数据与数据科学概论》（IntroductiontoDataologyandDataScience），他们在这篇文章中声称「与自然科学和社会科学不同，数据科学以数字世界的数据为研究对象。这是一门新科学。」该中心还举办了数据科学国际研讨会。Jisc于2008年7月出版「库存和推荐数据科学家的角色和职业发展，以及学术界相关数据处理技术的供应」研究的最终报告。本报告题为《数据科学家和管理者的技能、角色和职业结构评估现有实践和未来需求》（TheSkills,Role&CareerStructureofDataScientists&Curators:AssessmentofCurrentPractice&FutureNeeds），将数据科学家定义为「在研究实施的地方工作-或在数据中心团队，与数据创造者密切合作——创造性的探索和分析，使他人能够使用数字数据和数据库技术开发。」2009年1月，“为了科学和社会控制数字数据的力量”（HarnessingthePowerofDigitalDataforScienceandSociety）出版。该报告由数码数据跨机构工作组报告（InteragencyWorkingGrouponDigitalData）科学委员会提交给美国国家科技理事会（TheCommitteeonScienceoftheNationalScienceandTechnologyCouncil）。报告称「国家需要在复杂动态挑战中识别和推广擅长数据保存、维护获取、再利用和改变使用的新学科和技术人才。报告称「国家需要识别和推广擅长在复杂动态挑战中保存、维护、再利用和改变数据的新学科和技术人才。许多学科见证了一种新的数据科学和管理专家的崛起，他们擅长计算机、信息、数据科学和其他科学领域。这些人是科学事业在现在和未来取得成功的关键。然而，这些人的贡献通常不被认可，他们的职业道路有限。」2009年1月，谷歌首席经济学家HalVarian告诉麦肯锡季报（McKinseyQuarterly）：「我一直说，未来十年最性感的工作是统计学家。人们认为我在开玩笑，但谁会期望电脑工程师成为20世纪90年代最性感的工作呢？控制数据的能力——能够理解、处理、提取价值、可视化和沟通——这将是未来几十年非常重要的技能。因为现在我们有无处不在的免费数据。因此，所需的稀缺因素是理解数据并从中提取价值的能力。。。我真的认为这些能力——接触、理解和传达来自数据分析的洞察力——将是非常重要的。管理者需要能够独立接触和理解数据。」2009年3月，KirkDirk.Borne和其他天体物理学家向Astro2010decadalSurvey提交了一份题为《天文教育改革：大众数据科学》的文章（TheRevolutioninAstronomyEducation:DataSciencefortheMasses）的文章。文章中说：「训练下一代从数据中得出明智的结论，对科学、社区、项目、机构、商业和经济的成功至关重要。对于专家(科学家)和非专业技术人员(其他人:大众、教育者、学生、劳动力)都是如此。专家学习和应用新的数据科学研究技能，以提高我们对宇宙的理解。作为21世界的劳动力，非专业技术人员需要基本的信息技能，以及从日益被数据占据的世界中终身学习的技能。」2009年5月，MikeDriscol在《数据极客的三种性感技能》中（TheThreeSexySkillsofDataGeeks）中写道：「..生活在数据时代，那些能够建模、合并、视觉传达数据的人——请叫我们统计学家或数据极客——热门商品。」2010年8月，Driscol发表了《成功数据科学家的七个秘密》（TheSevenSecretsofSuccessfulDataScientists）。Nathanyau2009年在数据科学家的崛起（RiseoftheDataScientist）中写道：「谷歌首席经济学家Halvarian在1月份承认，未来十年最性感的工作将是统计学家。我显然完全同意这种观点。见鬼，我想说得更绝对一点。它现在是最性感的工作，无论是身体上还是精神上。然而，如果你继续阅读Varian的采访，你会发现他所谓的统计学家实际上指的是一类人。他们从大数据中提取信息，然后向不是数据专家的人展示一些可用的东西（Ben）Fry提倡将许多分散领域的专业知识技能和人才聚集在一起的新领域……(包括计算机科学、数学、统计学、数据挖掘、图形设计、数据可视化和人机交互)。在FlowingData网站强调可视化的两年后，该领域之间的合作似乎变得更加普遍，但更重要的是，计算信息设计逐渐接近现实。在FlowingData网站强调可视化的两年后，该领域之间的合作似乎变得更加普遍，但更重要的是，计算信息设计逐渐接近现实。我们可以看到数据科学家——能够完成所有这些工作的人——从人群中脱颖而出。」2009年6月，TroySadkowsky在Linkedin上创建了数据科学组（datascientistsgroup），跟随他的网站datasceintists.com配套(后来变成datascientistst).net）。2010年2月，KennethCukier为《经济学人》写了一份特别报道《数据》，到处都是数据（Data,DataEverywhere）：「..数据科学家结合软件程序员、统计学家和叙述者/艺术家的技能，从数据的群山中挖掘金块。」2010年6月，Mikeloukides在《数据科学是什么》中》（WhatisDataScience）中写道：「数据科学家将创业实践、增量建立数据产品的意愿、探索能力和迭代获取解决方案的能力相结合。它们本质上是跨学科的。从最初的数据收集和调整到结论，他们可以触及同一个问题的所有方面。他们可以超越常规思维，提出解决问题的新方法，或者处理广泛的问题：这里有很多数据。你能做点什么吗？」2010年9月，在《数据科学分类法》中，HilaryMason和ChrisWigins（ATaxonomyofDataScience）中写道：「..我们认为提出一种分类方法是有用的...数据科学家所做的事情按粗略的时间顺序排列:获取、清洁、探索和建模。解读...数据科学显然是黑客艺术、统计学、机器学习、数学知识与需要用数据分析解读的领域知识的混合...这需要创造性的决策和科学环境中的开明思想。」来源：Drewconway2010年9月，Drewconway在数据科学文恩图中（TheDataScienceVennDiagram）写道：「..如果有人想成为一名完全称职的数据科学家，他需要学到很多东西。」来源：Drewconway2010年9月，Drewconway在数据科学文恩图中（TheDataScienceVennDiagram）写道：「..如果有人想成为一名完全称职的数据科学家，他需要学到很多东西。不幸的是，简单的例子文本和教科书并不能缓解这种纠缠。因此，为了简化讨论，并将我的个人想法添加到这个已经非常拥挤的想法集中，我向你展示了数据科学的恩典……黑客技能、数学和统计知识和专业知识。」2011年5月，PeteWarden在《为什么“数据科学”这个词有缺陷却有用？（Whytheterm‘datascience’isflawedbutuseful）里写道:「什么属于，什么不属于数据科学，没有被广泛认可的边界。它只是一种时尚的统计再包装吗？我不这么认为，但我没有详细定义它。我相信最近出现的丰富数据为世界点亮了一些新事物，当我环顾四周时，我看到的是那些有共同特征但很难被归类为传统类别的人。这些人倾向于超越统治企业和行业的狭窄细分，控制从寻找数据、大规模处理、可视化和写故事的每一个环节。他们的工作似乎从审视数据可以告诉他们什么开始，然后选择有趣的线索，而不是像传统科学家那样选择问题，然后找到数据来讨论问题。」2011年5月，DavidSmith在《数据科学：这个名字包含了什么？》（DataScience:What’sinaname）写道：「数据科学和数据科学家已经被广泛使用了一年多，但从那时起，他们真的取得了巨大的成功：许多公司现在正在招聘“数据科学家”，会议被命名为“数据科学”。然而，尽管有如此广泛的接受，一些人仍然拒绝摆脱相对传统的术语，如“统计学家”或“量化”、“数据分析师”。。。我认为“数据科学”一词最能描述我们实际所做的事情：计算机黑客、数据分析和问题解决的组合。」2011年6月，MatthewJ.Graham在「大型天文数据库中的天文统计与数据挖掘研讨会」谈到「数据科学艺术」。他说：「为了在21世纪的新数据密集环境中取得成功，我们需要开发新技能……我们需要了解(数据)遵循什么规律，如何被符号化和传播，以及它们与物理时空的关系。」2011年9月，HarlanHaris在《数据科学，摩尔定律，点球成金》中（DataScience,Moore’sLaw,andMoneyball）中写道：「“数据科学”被定义为“数据科学家”所做的。从数据收集与集成，到统计与机器学习等技能的应用，到解读、传达和结果的可视化，数据科学家所做的事情涵盖的范围很广。“谁是数据科学家”可能是一个更根本的问题……我更喜欢这样一个想法，即数据科学是由它的执行者定义的，它是一条职业道路，而不是一种活动。在与人交流的过程中，我了解到，认为数据科学家的人通常有多种职业道路，这表面上是不合理的。」2011年9月，D.J.Patil在《建立数据科学团队》中（BuildingDataScienceTeams）中写道：「起初，在2008年，我和Jefhamerbacher(@hackingdata)坐在一起分享我们在Facebook和Linkedin建立数据和分析团队的经验。从很多意义上说，这次会议是数据科学作为一个独特的专业领域的开始……我们意识到，随着我们组织的成长，我们都必须考虑如何称呼团队成员。“商业分析师”听起来太有限了。“数据分析师”是另一个替代品，但我们担心这个头衔会限制成员的能力