Citizen Data Scientist，公民資料科學家，這個名詞據說是出現在 2016 年 與 2018 年 的 Gartner。大家都知道，他們是一間極具規模的顧問諮詢公司。根據文章的定義，說道：
“a person who creates or generates models that use advanced diagnostic analytics or predictive and prescriptive capabilities, but whose primary job function is outside the field of statistics and analytics.”
「此人主要是可以創造或產生模型，而此類模型可以被使用在高等診斷解析，或者是用在預測和規範能力，但他的主要工作職能在統計和分析領域之外。」也就是說，具有原本專業能力的人，比方說：生物醫學、市場行銷、生產物流、電商等等，他們有數據可用於分析的場合，他們都可以成為公民資料科學家，並不局限於專業的資料科學人員。因此，大概可以聯想：是否擠壓到專業資料科學的人們呢？
“Citizen data scientists are “power users” who can perform both simple and moderately sophisticated analytical tasks that would previously have required more expertise.”
公民數據科學家是 “power users”，他們可以執行簡單和某種程度複雜的分析任務，而這些任務在以前需要更多的專業知識與經驗。
這兩句話寫出來之後，其實就會引發許多聯想！主要的聯想是：數據出現在任何的行業、領域與專業當中，你如果要提升自身的價值，思考建立自己的數據能力絕對是正確的方向。相同的，如果就企業的立場來說，提升企業自身的數據能力，也絕對是正確的方向。
第二層的聯想，也就是說，這項演進是某種程度壓縮數據專業人員的空間。也就是說，你需要更「厲害」！這所謂的厲害應該是你的資訊能力、統計能力、還有某些管理的能力，要更大的貢獻在你們的業務上。這裡的聯想，也似乎可能是呈現出目前台灣市場對於資料科學家的需求下降，因為資料科學家可能不夠「厲害」，而精明的老闆們也不想把錢浪費在這些人的身上。
第三層的聯想，你有沒有發現，現在的專業，不是深入的問題，而是廣度的問題。資料科學，或說是數據分析，牽涉到資訊科技，因為你需要計算工具。牽涉到數學統計，因為你算錯就是算錯。牽涉到管理，因為你身處於企業環境中，對於各項業務流程、自身數據分析的流程，還有數據信任等等的議題，都是很不簡單的。所以，我說，你會需要一套方法，來思考、來學習，因此建構自己的數據能力。這套方法就是我們一再說的：企業大數據框架 ( Enterprise Big Data Framework )。
人類的進化是你無法阻擋的，也是你無法忽略的，唯一的策略就是勇敢的面對！但是，勇敢的過程中，你還是可以選擇有效與高效的方法。因此，我說，考慮你的專業背景，定位自己的學習，就是這一個效與高效的方法。這個定位，我建議你參考我寫的 電子書，利用企業大數據框架與大數據國際標準來思考自己的定位。