Nadziany Mleczarz
Próba losowa 80 "data scientistów" jest śmieszna biorąc pod uwagę, że zawód ten wykonuje obecnie pewno parenaście tysięcy osób. Druga sprawa to jaką definicję przyjęto definiując "data scientista" w tym badaniu,
http://visit.crowdflower.com/rs/416-ZBE-142/images/CrowdFlower_DataScienceReport_2016.pdf sądząc po podrozdziale "Whats next for data science?", wrzucili zupełnie nieuzasadnienie do jednego worka deweloperów zajmujących się obróbką danych czy innymi sqlami/hadoopami, analityków biznesowych, a nie data scientistów w ścisłym tego słowa znaczeniu, czyli ludzi zajmujących się implementacją i rozwojem rozwiązań opartych na uczeniu maszynowym, sieciach neuronowych czy uczeniu ze wzmocnieniem w róznych dziedzinach życia +oczywiście statystyka ( oczywiście, bo te dziedziny są nierozerwalnie połączone na gruncie teoretycznym i praktycznym w sumie też). Często niestety popełniany jest w różnych publikacjach ten błąd, wynika z młodości tej dziedziny ( w pewnym sensie oczywiście, bo samo uczenie maszynowe jest z nami od wielu dekad) i po prostu z niedouczenia osób, które takie artykuły piszą.
Wiele osób niestety nadal nie rozróżnia data scientista od data engineera, deweloperów zajmujących się bazami danych, statystyków, matematyków, analityków biznesowych. Dlatego jeszcze raz radzę dokładnie przeczytać artykuł wrzucony przez @karolinaa , gdzie wszystko jest wyjaśnione (też w podartykułach).
Co do umiejętności matematycznych, to oczywiście jest to totalną brednią. Teoria sieci neuronowych i uczenia maszynowego jest spokojnie do opanowanie dla przeciętnego studenta politechniki, statystyki, ekonomi matematycznej itp. To półka niżej niż matematyka czy fizyka teoretyczna.