根據近1200份投票的統計結果顯示，KDnuggets的讀者認為對數據科學家/機器學習專家的需求將在未來4至10年內開始減少。最常見的一種回答是4-6年，中值是8-9年。  

 
KDnuggets問卷：對數據科學家/機器學習專家的需求何時會開始衰減?

 這是一張很重要也很有意思的圖表，看完之后我的想法如下……

注意：需求下降的起始點緊隨著需求高峰，所以我們需要交換著使用這兩個術語。

在2012年被譽為“21世紀最性感的工作”之后，市場對于數據科學家的需求開始迅速增長。這一需求的填補體現在兩個方面：

教育：很多大學及其他教育平臺(例如Coursera,、edX和Udemy)開始增加提供數據科學與機器語言的教育。

自動化：如同DataRobot這樣的公司提供“自動化數據科學/機器學習”的平臺一樣，這些平臺可以讓商業用戶自己去建模，或者在某一商業流程中嵌入模型來完全自動化數據科學(比如自動化的廣告競價)。

但目前的需求下面卻潛藏著一個巨大的泡沫，這個泡沫很可能在未來的某一個時間點破裂，隨后需求開始迅速下降。而且如同其它的泡沫一樣，這個泡沫同樣難以預測。所以需求高峰期(需求開始下降的點)出現在未來4-9年，是一個很合理的假設。但是，這并不意味著數據科學家會失業，這只是讓這種工作變得常規化，使薪資水平變得平穩下來，如同互聯網發展初期，網頁開發者是一個炙手可熱的工作，現在卻成了一個稀疏平常的工作了。

問卷也調查了受訪者在數據科學和機器學習方面的相關經驗，以及他們所屬的社會群體(產業界/學生/科研/政府/其他)。 

從圖中我們可以看到：60%的受訪者有2年以內的相關經歷，62%的被調查者來自產業界，19.5%是學生，9.2%是科研人員，4.5%來自政府及公益組織。

在檢驗高峰需求的預測與受訪者經驗、所屬社會群體的關系時，我得到了驚人的相似曲線。一個高峰期是在未來4-6年和7-10年，另一個小一些的高峰出現在25年及以后。為了簡單理解這個圖表，我將曲線分組為“小于1年經驗”，“1-2年的經驗”和“2-4年的經驗”，無論哪種情況，這些曲線看起來都非常相似。

對數據科學家/機器學習的高峰需求vs.受訪者在數據科學/機器學習領域的相關經驗

讓我們把那些“預測對數據科學家的需求在25年后開始衰減”的人稱為樂觀主義者，而將另一部分人歸類為悲觀主義者吧!

我們發現，經驗最多的(16年以上)這一群體占據了樂觀主義者的絕大多數，而且這一群體有超過35%的人認為需求在25年之后才會逐漸減緩。

接下來，讓我們看看預測高峰需求曲線與受訪者所屬社會群體的關系。 

數據科學家/機器學習專家的高峰需求預測vs社會群體

再一次，我們出乎意料地發現：這些曲線都很相似。

其中，學生是所有群體里最樂觀的，政府工作人員是最悲觀的，產業界人士居于其中。

最后，我們看一下不同區域的分布。各地區參與者包括：

• US/Canada, 40%
• Europe, 33%
• Asia, 16%
• other, 11%
• 美國/加拿大 40%
• 歐洲 33%
• 亞洲 16%
• 其他 11% 

對數據科學家/機器學習專家的高峰需求vs地域

這一次，我們又雙叒叕發現曲線依然十分相似。而一個顯著的差異是：美國/加拿大的受訪者相比其他區域的受訪者更樂觀，他們最多的選擇是認為需求將在未來7-10年內飽和，而其他區域則認為是4-6年。在所有區域里面，認為25年甚至更久的受訪者百分比為(18.3%-19.8%)，這也是讓人難以置信的相似。

如何解釋這樣及其相似的分布?

有一種假設是，樂觀主義或者悲觀主義是天生的，這會影響到他們做預測的結果。所以當我們想對“社會趨勢”做預測的時候，由于這種主題的問題不能通過物理事實測量，更多的只是取決于人們的想法和直覺。所以問卷設計應該以某種方法來檢測樂觀主義或者悲觀主義特質。

如果這個結論是真的，那么我們可以認為：樂觀主義的百分比在各個不同的區域、社會群體的群組里面是相似的，而且這個相似不會隨著經驗發生變化。