Er data scientist fortsatt den mest sexy jobben?

For ti år siden skrev forskeren Thomas Davenport og DJ Patil, tidligere US Chief Data Scientist, en artikkel i Harvard Business Review der de kåret data scientist til vårt århundres mest sexy jobb. Jeg tror data scientist også er begrepet på norsk, men vi bruker ofte datavitenskap som begrep om faget de jobber med, som tilsvarer data science på engelsk.

Allerede for ti år siden var det tusenvis av mennesker som hadde som jobb å prøve å finne gull ut av rotete og sølete data, ved å finne fram til, strukturere, koble sammen og tilrettelegge, og anvende ulike verktøy for å skape verdi for virksomheter ut av dataene. Artikkelen beskrev at en viktig del av jobben den gang var å jobbe med å utvikle og programmere verktøyene sine selv:

"Perhaps it’s becoming clear why the word “scientist” fits this emerging role. Experimental physicists, for example, also have to design equipment, gather data, conduct multiple experiments, and communicate their results. Thus, companies looking for people who can work with complex data have had good luck recruiting among those with educational and work backgrounds in the physical or social sciences. Some of the best and brightest data scientists are PhDs in esoteric fields like ecology and systems biology. George Roumeliotis, the head of a data science team at Intuit in Silicon Valley, holds a doctorate in astrophysics. A little less surprisingly, many of the data scientists working in business today were formally trained in computer science, math, or economics. They can emerge from any field that has a strong data and computational focus."

Det har skjedd my på ti år både når det gjelder å etablere dette som et eget utdannings- og forskingsfelt, og også når det gjelder å utvikle verktøykassen, blant annet bruk av kunstig intelligens og andre hjelpemidler for å analysere stordata. Mindre tid må brukes på å utvikle verktøyene (noen er blitt spesialister på den delen av fagområdet også) og mer tid kan brukes på å finne verdien i dataene. 

Men er dette like attraktivt og viktig arbeid som for ti år siden? De to artikkelforfatterne har stilt og besvart spørsmålet i Harvard Business Review ti år etter: "Is Data Scientist Still the Sexiest Job of the 21st Century?". Svaret er at det i hvert fall ikke er mindre behov nå. Etterspørselen etter kompetansen er langt høyere:

"A decade later, the job is more in demand than ever with employers and recruiters. AI is increasingly popular in business, and companies of all sizes and locations feel they need data scientists to develop AI models. By 2019, postings for data scientists on Indeed had risen by 256%, and the U.S. Bureau of Labor Statistics, predicts data science will see more growth than almost any other field between now and 2029. The sought-after job is generally paid quite well; the median salary for an experienced data scientist in California is approaching $200,000."

Selv om utdanningene, jobb-beskrivelser og verktøy er langt mer standardisert og "mainstreamet" i dag enn for ti år siden, og erkjennelsen av hvilke verdiskapingsmuligheter som kan utløses i en virksomhet med ved smart bruk av data er langt større, peker de også på at noen av de grunnleggende utfordringene består. Forståelsen er ganske ujevnt fordelt. Og tilretteleggingen for at man virkelig skal kunne realisere disse mulighetene er også svært variable:

"Many of the same headaches remain, too. In our research for the original article, many data scientists noted that they spend much of their time cleaning and wrangling data, and that is still the case despite a few advances in using AI itself for data management improvements. In addition, many organizations don’t have data-driven cultures and don’t take advantage of the insights provided by data scientists. Being hired and paid well doesn’t mean that data scientists will be able to make a difference for their employers. As a result, many are frustrated, leading to high turnover."

Og dette er jo en god påminnelse om at vi har med mennesker og organisasjoner å gjøre, ikke bare teknologi. Avstanden mellom hva teknologi kan bidra med og hva vi får til av innovasjon og verdiskaping med teknologi har neppe vært større noen gang. Så ja, data scientists og andre som kan hjelpe oss bygge den broen er nok enda viktigere enn før. Ikke minst fordi, som artikkelen avslutter med å understreke, de får en stadig viktigere jobb når det gjelder å forklare og hjelpe oss med de viktige etiske og samfunnsmessige veivalgene som dukker opp når data skal kobles og brukes på nye måter. 

Men her er det også viktig å minne om at ingen yrkesgrupper løser slike systemiske og ofte komplekse utfordringer, som handler om mennesker. organisasjoner og teknologi, alene. Når utfordringer og muligheter er tverrgående og kan ha etiske og samfunnsmessige konsekvenser, løses de best når de teknologiske ekspertene er opptatt av brukerperspektivet og samarbeider godt med andre fagmiljøer som har gode verktøy for å analysere hva slags endringer som er mulige og ønskelige.