數據科學家和技術工程師David Kriesel預測，在10年內，我們將成為約20％的數據科學家。將會有更多的數據科學，其中大部分將由通過他們的工作學習數據分析基礎知識的普通員工執行，而不是通過正式的數據科學培訓。
“我們不想在公司中建立數據科學孤島。我們需要在現場，每個團隊中都有一些掌握數據科學知識的人，“大衛以他的Spiegel Mining數據分析項目而聞名。
這是否意味著數據科學家的工作將變得過時？沒有。在這個視頻中他解釋說，繁重而復雜的分析仍需要專家。
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-9tMzRpaDE6CNIPW04BROd7O3wZn4HqfTw600h338r855', '9tMzRpaDE6CNIPW04BROd7O3wZn4HqfT', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"600px","height":"338px"});（在我的視頻中查看）
向任何認定為數據科學家或未來數據科學家的人發出警告：不要留在“一個孤獨地工作在[你的]數據管道上，有些數據科學家確實這樣做......但總是會自己去[自己]對於那些產生數據的人，“大衛說。
更多關於Analytically Speaking的採訪。
