Anant Jhingran som är produktchef på mjukvaruföretaget Apigee har ett förflutet som teknikansvarig för informationshantering på IBM, där han jobbade med att skapa superdatorn Watson. Under de senaste åren har han strävat efter att underlätta för breda lager av programmerare att utveckla smartare program. Det har lett till en del insikter.
– Dataanalytiker måste gå från att vara nördar som löser svåra problem, till att underlätta för utvecklare, säger han till IDG News.
Läs mer: Därför är data science glödhett just nu.
Han gillar inte användningen av begreppet data scientist, i betydelsen avancerad dataanalytiker, se faktaruta.
– Det skapar en bild av en yrkesgrupp som är otillgänglig. Det är också en grogrund för att undvika att arbeta med data, för att det anses för svårt.
– Dataanalytiker måste ändra attityd. Det handlar inte om att lösa stora problem i ensamhet längre, utan om underlätta för utvecklare att skapa lösningar.
Begreppet data scientist är svårt. Det kan syfta på olika saker. På Wikipedia beskrivs det till exempel som att beteckna någon som studerar hur man kan generalisera utvinning av kunskap från data. En, kanske slarvig, översättning till datavetare är något annat.
På senare år har data scientist allt oftare kommit att beteckna dataanalytiker som arbetar med att analysera stora datamängder. En möjlig definition är att det betecknar någon som kombinerar statistik, affärsanalys och programmering för att analysera data.
