“数据科学家”在2009年由Natahn Yau首次提出，其概念是采用科学方法、运用数据挖掘工具寻找新的数据洞察的工程师。数据科学家集技术专家与数量分析师的角色于一身，与传统数量分析师相比：后者通常利用企业的内部数据进行分析，以支持领导层的决策;而前者更多的是通过关注面向用户的数据来创造不同特性的产品和流程，为客户提供有意义的增值服务。

面向客户的性质决定了大部分数据科学家担任公司产品开发或营销部门的职位，或是效力于首席技术官。那么数据科学家需要具备哪些核心能力呢?科技记者Derrick Harris在其文章中介绍了数据科学家应具备的一些技能。

他表示，在你询问别人什么是数据科学家，或者数据科学家是做什么的时候，很容易发现：“数据科学家”其实是从“大数据”引发的术语混乱中形成的。数据科学的核心能力被定义为：SQL、统计、预测建模和编程、Python等，这些听起来很合理。但是很快就有更多名词添加到其中：Hadoop/MapReduce、机器学习、可视化，甚至还有传统的数学、物理、计算机科学等类似能力。