一、概念
数据是网络空间（cyberspace）的唯一存在，网络空间的数据呈现出不可控、未知性、多样性、复杂性等自然界的特征，网络空间的所有数据组成了数据界（data nature）。2008年，朱扬勇等指出“数据资源是重要的现代战略资源，其重要性越来越显现，在本世纪有可能超过石油、煤炭、矿产，成为最重要的人类资源”。数据资源作为一种基础性、战略性资源得到了空前关注，数据资源的开发利用被许多国家提高到了战略高度，纷纷出台大数据战略。
提高数据资源开发利用水平、保护国家的战略资源是增强我国综合国力和国际竞争力的必然选择。对数据资源的开发利用已形成数据产业，其产业链主要包括：从网络空间获取数据并进行整合、加工和生产；数据产品传播、流通和交易。代表性企业有Google、Facebook、百度、万得资讯、万方数据等。在这个新的生产链上急需数据人才。不仅如此，越来越多的领域发现数据的价值，大数据对人类社会发展、科学研究、经济建设、文化生活的各个领域正在产生革命性的影响。于是，数据科学家作为一种最热门的职业在工业界已经受到追捧，例如电商、广告媒体、汽车制造行业等都在寻找数据科学家为其探寻数据价值，赢取利润高点。
早在2011年，Mc Kinsey公司预测到2018年，仅在美国本土就可能面临缺乏19万具备深入分析数据能力人才的情况，同时具备通过分析大数据并为企业做出有效决策的数据管理人员和分析师也有150万人的缺口；美国专业招聘公司罗致恒富（Robert Halt）公布的《2015薪资指南（2015 salary guide）》也已把大数据人才列为薪资涨幅最大的六大行业之一。
目前，数据人才主要来自IT、管理、与企业相关的专业领域等各个方向，通过相互合作形成数据分析决策。但是，情况正在发生变化，例如，Google Translate团队在一次招聘中仅招收多名计算机科学家，却没有招收一名语言学家，并且其部门主管Franz Josef Och是计算机科学家，并不精通语言学。这个案例说明，培养数据科学家并不是将几种技能的人简单地聚集成一个团队，而是应该探索一种转型模式，Google Translate团队中这些计算机背景的人才是正在向真正数据科学家转型的新型人才。
然而，目前数据科学人才培养、数据科学学科建设等刚刚起步，尚未形成持续为社会培养和输送不同层次数据人才的教育培养体系。面对大数据时代数据人才紧缺现状，大学有必要尽快研究数据科学学科构成和新型数据人才的培养体系，开设数据科学学科专业，提升人才培养和输出能力。
大数据时代，最热门的职业是数据科学家，而不是传统的信息科学家，也不是大数据工程师。在此之前，大学没有设置数据科学学科和专业。近几年，数据科学家培养开始受到大学的重视，并快速发展。
2010年起，各国大学开始了数据科学人才培养工作。美国哥伦比亚大学从2011年起开设《数据科学导论》课程，2013年起开设《应用数据科学》课程以及“数据科学专业成就认证”培训项目，并从2014年起设立硕士学位，2015年起设立博士学位；美国加州大学伯克利分校从2011年起开设《数据科学导论》课程，并从2012年起开设《数据科学和分析》课程；美国伊利诺伊大学香槟分校从2011年起举办“数据科学暑期研究班”；美国纽约大学从2013年秋季起设立“数据科学”硕士学位；美国华盛顿大学从2013年5月起开设《数据科学导论》课程，并对修满数据科学相关课程学分的学生颁发数据科学证书；美国芝加哥大学开设夏季数据科学培训课程；美国南加州大学设立“数据科学”硕士学位；美国雪城大学也提供数据科学高级研究证书培训项目；英国邓迪大学从2013年起设立“数据科学”科学硕士学位。
在中国，复旦大学从2007年起开设数据科学讨论班，2010年开始招收数据科学博士研究生，并从2013年起开设研究生课程《数据科学》，2014年开始举办数据科学家训练营，2015年开始正式招收数据科学专业研究生以及本科第二专业学位；香港中文大学自2008年起设立了“数据科学商业统计”科学硕士学位；清华大学于2014年推出大数据硕士项目，并于2014年9月开始招收研究生。(https://www.daowen.com)
尽管数据科学的学位项目大量出现，但是，对数据科学家的培养还缺少统一的认识，具体表现在两个方面。
（1）数据科学缺少统一的认识，研究机构发展迅速，但学科体系还没有建立
事实上，数据科学已经发展了很多年，远比大数据早，1966年，Peter Naur建议计算机科学应该被称为Datalogy，即“关于研究数据使用和本质科学。2009年，朱扬勇等对数据科学进行了定义，并引入Dataology一词。2008年《Nature》、2011年《Science》都出版了关于数据研究的专辑，随后Microsoft、IBM、Google等公司都开始了大数据技术研究，大数据热潮促进了数据科学研究进入快速发展期。国内外纷纷成立数据科学研究机构，例如，美国哥伦比亚大学数据科学和工程研究院、美国纽约大学数据科学研究中心、英国帝国理工学院数据科学研究院、中国科学院虚拟经济和数据科学研究中心、上海市数据科学重点实验室、清华大学数据科学研究院、中山大学数据科学学院、华东师范大学数据科学与工程研究院等。
然而，数据科学还缺少统一的认识。当前，数据科学概念和观点出现在科学数据处理领域、计算机科学领域、统计学领域、商业智能应用等方面。这些概念和观点的基本思想是：认为数据科学是“从领域数据中获取知识，为现有的科学研究、管理决策提供服务”。这些工作还不足以形成一个新的科学，因为它们的研究对象仍然是现实中的事物，并且相应的科学问题也都是现有科学领域的问题，数据科学学科体系尚未建立。
（2）数据科学家的知识结构还没有形成统一框架
信息化是一个生产数据的过程。目前，几乎所有领域都已经或正在信息化，都或多或少地使用计算机来解决遇到的数据存储和数据计算问题，计算机科学与技术无疑成为数据科学家的基本技能。现有的数据科学家很大一部分来自于计算机学科，具备计算机科学相关专业背景，掌握处理大数据所必需的Hadoop、Spark、Mahout等大规模并行处理技术、数据挖掘与机器学习知识。但是，数据科学的研究对象、目的和方法等都与计算机科学、信息科学和知识科学有本质的不同，仅仅具备这些计算机技能并不能被称为一个真正的数据科学家。
科学研究的对象也信息化了，变成了计算机中的数据，并且需要处理的数据越来越多，形成了专门的科学数据处理领域，于是有了生物信息学、地理信息学、行为信息学等。科学家可以通过研究数据来研究自然和行为，数据科学为科学研究提供了数据方法。于是，数据科学家的培养逐步发展为多领域联合培养。在培养过程中，领域专家重点是学习如何将领域业务需求转化为数据问题交给数据分析人员，并不关注数据处理细节；而数据分析人员注重对领域专家所给的数据集进行处理，缺乏对领域知识的理解。这是目前数据科学家培养的常见方式，但却缺乏系统性。