原文：
www.kdnuggets.com/2016/09/new-data-science-venn-diagram.html
评论
我认为 Drew Conway 早期尝试通过韦恩图定义数据科学是很有威望的，尽管最终由于时间的推移以及对数据科学实际意义的变化，存在一些缺陷。它曾是一个很好的方式，通过视觉手段尝试向人们解释你所做或想做的事情，尤其是在你经过深思熟虑和精心构建的口头解释后，对方却只是茫然地盯着你。或者回应类似“哦，你做大数据？”或者更加基础（且令人沮丧）的“你在用电脑工作吗？你知道吗，我的屏幕坏了。能帮我看看吗？”
出于某种原因，我从未喜欢图表中包含“黑客技能”，因为这似乎更像是数据科学家的技能（从业者），而不是数据科学本身。也许是语义问题。当然，这只是我的观点，对显然在特定时间段内发挥了作用的图表的一点小批评。
1. Google 网络安全证书 - 快速进入网络安全职业道路。
2. Google 数据分析专业证书 - 提升您的数据分析能力
3. Google IT 支持专业证书 - 支持您的组织的 IT
但是数据科学已经发生了变化，对数据科学家的期望也发生了变化。关于什么构成数据科学家没有共识 - 我们在这里不讨论这个 - 而独角兽最好还是留在我讲给女儿的睡前故事里。但是，数据科学仍然是一个(永恒的?) 未定概念并不意味着我们不应该尝试缩小范围，并对他人的尝试持开放态度。这就是 Stephan Kolassa 的新 数据科学家韦恩图 的作用所在。
好吧，虽然它不完全是新的，但对我来说（通过 Gil Press）是新的。
这是 Kolassa 在去年秋天 Data Science Stack Exchange 论坛上揭示该图表时的相关引用：
我仍然认为黑客技能、数学与统计知识以及实质性专长（为了可读性缩写为“编程”、“统计”和“商业”）很重要……但我认为沟通的角色也很重要。你通过利用你的黑客、统计和商业专长获得的所有见解，除非你能将其传达给那些可能没有这种独特知识组合的人，否则不会有任何效果。你可能需要向一个需要被说服花钱或改变流程的业务经理解释你的统计见解。或者向一个不懂统计的程序员解释。
比“原始版本”更复杂吗？绝对是。细节丰富吗？当然是。容易引发争议吗？绝对是。
实际上，Kolassa 自己也明白这一点：
我已经以保证最大程度争议的方式标记了这些领域，同时便于记忆。
作者的幽默感抛开不谈，虽然像这样的工作必然会引起一些争议并引发讨论，但特别是在将你对数据科学家的定义与他人的定义进行比较时，看看这个问题还是很有用的。这是一个必要的工作吗？绝对不是。但它很有趣。我们都这么做。
我相信你看了这个图表会立刻感到焦虑，迫不及待地想表达你的意见。立即浮现在我脑海中的几件事包括：
-
销售人员???
-
完美的数据科学家似乎距离我喜欢的 IT 主管有几步之遥 :)
但与其自己喋喋不休，不如看看别人遇到我称之为**（不那么）新的数据科学家 Venn 图**时的一些观点。
用户 Robert de Graaf 在原始 Stack Exchange 讨论帖上的评论提供了以下相对温和的观察：
我认为这比原始的 Conway 版本有了很大的改进，尽管我仍然无法完全摆脱这种观念——从重叠的大小暗示——即统计学教授是一个在统计和沟通方面都有相等技能的人。
El Brown 在博客Unicorn Whispering（“试图让神话般的数据科学世界变得对像我这样普通的人可及”）上对这个特定的 Venn 图有这样的间接评价：
如果你认为你确实需要数据科学家的专业技能，不要过于纠结于寻找一个拥有你认为需要或被告知拥有的每一项技能的数据科学家。创建一个具备所需技能、知识和经验的多样化团队——一种众包数据科学家——有很多好处。
Chris Moffit 在网站 Practical Business Python 上，提供了一个支持性的贡献：
我的经历进一步强化了我的信念，“完美的数据科学家”确实存在于这些多个职能的交汇处。
最后，一位未知作者，可能将其英语翻译成我认为的中文，或将其中文翻译成英语，提供了一些喜剧效果：
从科拉萨的维恩图中的完美数据科学家是一个神话般的性感独角兽忍者摇滚明星，他仅凭思考问题就能改变一个商业。
人生目标，朋友们。
谷歌搜索“神话般的性感独角兽忍者摇滚明星”没有提供任何值得（或适当）在此发布的内容。不过，有一个数据科学家Yanir Seroussi的图片确实位于前几名结果中，这让他感到荣幸。
这一切（大多）都是出于好玩的目的。对斯特凡·科拉萨表示尊敬，他通过更新我们都熟悉的经典图表，使数据科学技能更易于可视化。不管是爱还是恨，或者漠不关心，都是如此。唉。
同样对所有花时间评论他工作的人的尊敬，因为他们都知道，我确信，这有助于不断增长的数据科学职业评论数据，我们可以分析到脸色发青。这让我想知道，马拉松分析技能是否值得出现在这些图表的新版本中。我应该马上开始做一个...
相关：
-
数据科学难题，解析
-
数据科学过程，再发现
-
数据科学家是否如你所想？