随着人工智能的普及和越来越多的行业试图加强他们的数据科学家团队，一个新的概念出现了——“全栈数据科学家”。
什么是全栈数据科学家
简单点来说就是既能够分析数据和搭建模型，也能够了解一定的 商业需求 。
就好比这样一个极端的人才：同时拥有数学、计算机、统计或统筹的学历背景，自己做过产品或者建立过网站。这样的教育背景和经历让他们对数据有着强大的敏锐度，对各种软件的应用以及分析方法非常熟悉。能熟练推导公式，利用统计和计算机知识学习建模，对数据进行分析，还能亲自写代码，把得到的结果及想法变成产品。这个人就是所谓的全栈数据科学家（full stack ata scientist）。
全栈数据科学家的价值体现在哪里
目前市面的数据科学家很少有真正全栈的。工业界有个说法，说 统计 、 编程 、商业能力三者兼有的人是 U nicorn，是不存在的。也正是因为这种人才的缺少，绝大多数公司的数据科学工作都是一个团队、由各种背景的人员来做。
可以说，全栈数据科学家可以对一个企业有着里程碑式的发展。他们的出现转移了重心，和数据科学家相比，他们关注的不仅仅是模型构建的重要性，而是站在 更宏观 的角度，注重整个运作周期，从商业需求到应用集成，这种意识和能力对整个市场或是个人都起到了推动作用，能够使他们的数据模型能够真正起到商业作用，也是一个企业从AI中盈利的关键。
随着数据科学的热度，越来越多的人在学校里就注意加强 统计 和 编程技术 的学习，也越来越多的人会业余去做自己的爱好项目来积攒商业嗅觉(business sense)，相信5-10年后会出现越来越多的unicorn。
这些人毕业2-3年后就可以成为团队的领导或者起码是 技术领袖(technical lea) ，发展前景会极为广阔。不光可以在少量高精尖的大公司做深度研究，也可以换一个小型公司，从亲手做分析和数据产品开始，建立和管理团队，最后，也完全有机会和能力自立门户。因为有多个领域教育背景和经验，在工作一段时间之后一般可以轻松学会足够商业意识。
数据科学 VS 计算机科学
在这个数据无处不在的大环境里，数据科学已经变成一个极度热门的专业。但同时也有很多人开始纠结于是选择一个有无限发展潜能的新兴专业还是一个以 近100%就业率 而广受欢迎的专业。他们有什么区别？
No.1
专业定位不同
数据科学：结合了统计学，数学和编程，用以解决问题，以巧妙方式捕获数据，以不同方式查看事物的能力以及清理，准备和对齐数据的活动的组合。简单来说，它是尝试从数据中提取见解和信息时使用的技术方式。
计算机专业：是围绕着信息与计算的学科，包括如何用计算机处理信息，如何计算等，如何定义计算性质等。
就业方向不同
数据科学专业：
- 数据库管理员
- 数据分析师
- 数据科学家
- 数据科学家/分析师经理
- 数据工程师
计算机专业：
- 人工智能与人际交互方向
- 计算机网络方向
- 软件编程方向
- 多媒体动漫方向
课程设置不同
数据科学的课程包括：
- R编程
- 获取和清理数据
- 探索性数据分析
- 多次研究
- 统计推断
- 回归模型
- 实用机器学习
- 开发数据产品
- 数据科学论文，如健康、医疗、经济、军事和刑事机构、互联网、教育、社会资本和社会活动在科学知识发展中的作用。
计算机科学的课程包括：
- 计算机图形学、计算机视觉技术
- 计算复杂性理论、算法的有效性、可行性、密码学与信息安全、超级计算技术等
- 编程语言、编程方法学，可编程系统研究
- 人机交互、移动机器人学、应用人工智能
- 计算与生物学、医疗视觉、网络与通讯、软件工程、计算机工程、信息技术
更多专业信息请戳
