在金融服務領域已經構建了歷史市場行為的大數據存儲作為該領域的數據科學家， 即數據分析專家（Quants），來開發新模型的實驗場。在工業以外，我發現在很多科學領域，研究生扮演著數據科學家的角色。Facebook數據組團隊的其中一員曾在生物信息實驗室工作過，在那里他構建過數據管道流，并做類似的離線數據分析。在CERN，著名的Large Hadron Collider生成大量的數據，這些數據是由一群追求突破的研究生精心收集和鉆研的。

　　最近新出的書如Davenport和Harris合著的《Competing on Analytics》（哈佛商學院出版社，2007），Baker的《The Numerati》（Houghton Mifflin Harcourt，2008）以及Ayres的《Super Crunchers》（Bantam，2008）都強調了在跨工業中數據科學家的重要性，他們在促進企業基于收集到的信息做出改進發揮了至關重要的作用。和研究社區在數據空間的調研一起，數據科學家在今后幾年需要進一步的定義。通過更好的闡明數據科學家角色，我們可以建設培訓課程、制定廣告層次、組織會議、寫書以及為任何被認可的行業做補充。在這個過程中，可行的數據科學家組織將會不斷擴展，用來滿足飛速增殖的數據平臺上不斷增長的專業“領航員”需求，進一步加速跨企業的學習過程。