Parcialmente si. Pero también es un reconocimiento de algunos conceptos muy importantes:
Primero, muchos estadísticos técnicamente son científicos de datos.
¿Recuerdas el famoso diagrama de Venn de ciencia de datos?
- ¿Qué es la "ciencia" en ciencia de datos? ¿Se trata exclusivamente de la ciencia de monetizar grandes datos, o también hay un aspecto de no negocios?
- Si puedo tomar Introducción al aprendizaje automático o un segundo curso de Estadísticas, pero no ambos, ¿cuál es mejor para la ciencia de datos?
- ¿Cómo se conecta Internet? ¿Cómo se transfieren los datos? ¿Cómo se accede a los datos desde diferentes países?
- ¿Cuáles son los marcos de Big Data?
- ¿Dónde puedo aprender R para ciencia de datos gratis?
La cuestión es que, después de un cierto nivel de aprendizaje en estadística, realmente no puede sobrevivir sin algún conocimiento de piratería como el que aprende en R o SAS.
En segundo lugar, si su experiencia sustantiva es en sí misma, estadística, los pone en la ventaja de ser el experto teórico en el espectro de la ciencia de datos.
Por último, esa ciencia de datos no es una especialización o una nueva aparición de habilidades, sino que en realidad es un término más amplio para abarcar lo que ya existe: los datos y la formalización de cómo los estudiamos.
Por supuesto, podría estar equivocado, ya que no soy un gran científico de datos, pero de mis propias reflexiones filosóficas y evaluación de las anécdotas del profesional de la industria, me parece que, en cualquier caso, los datos son algo que existe para todos. Además, diferentes profesionales tienen diferentes niveles de familiaridad con sus datos. Pero todos los profesionales deben estudiar cómo interactuar con sus datos para realizar su trabajo; eso hace que casi todos sean científicos de datos [1]. Los estadísticos son casi siempre científicos de datos porque probablemente estén más familiarizados con los datos en comparación con cualquier otra persona.
Notas al pie
[1] Datos intensivos