近年来，数据科学和分析已经成为国内外专业人士和学生的常用词汇。本文旨在从印度分析培训领域的先驱之一——普拉克西斯商学院的角度，探讨这一领域在过去几年的演变。普拉克西斯商学院是最早认识到为这一科学领域培养人才管道需求的机构之一。
查兰普雷特回忆说，他们在班加罗尔为商业管理学生招聘时，两次完全不相关的会议中，有人建议他们开设分析课程，认为对训练有素的专业人士的需求将会很大，而普拉克西斯有能力提供这一领域的课程。他们进行了自己的研究，并决定继续这个想法，因为这将帮助他们在众多商学院中脱颖而出。
最初的反应是微乎其微的——他们以8名学生的班级开始。随着对这个领域的认识增加，尤其是由于像这样的社区的努力，以及连续几批学生在项目结束时看到了真正的工作机会，需求开始上升。今天，普拉克西斯每年有两次招生——一月和七月的班级在加尔各答和班加罗尔进行，并且还在国际数字技术学院开设分析项目。
普里斯维斯指出，所有利益相关者都发生了变化：最明显的变化当然是寻求在分析领域提升技能的人数。这有两个重要原因：一是向自动化的推进，这将使数十万IT专业人员变得多余，除非他们在新领域重新培训；二是行业对分析专业人员的需求迅速增长。
在项目方面——技术有在认为自己已经掌握它的时候就改变的坏习惯。这对于一直处于前沿的任何人来说都不奇怪——就像普拉克西斯的许多人一样。但不是对这种“流血”边缘感到无奈，而是通过保持普拉克西斯课程的“永久测试”来茁壮成长。
2011年开始时，SAS是课程的核心，这得到了像ICICI银行这样的合作伙伴的领域知识的补充。在一两年内，意识到世界正在转向开源工具，如用于分析的R和用于管理“大数据”的Hadoop，并相应地调整了课程。再过两年，随着Spark和TensorFlow的出现，Python因其对这些工具的天然亲和力而成为主导平台，所以课程再次修改——实际上是在2016-17学年的中间！
科目的教学方式也一直在变化——有更多的使用案例可用，有更多的黑客马拉松和公共领域的问题，可以让学生去工作。因此，无论是从内容还是教学法的角度来看，普拉克西斯的分析项目都经历了巨大的变化，以保持现代和有效。
查兰普雷特指出，有三个明显的趋势：一是各行各业的组织都在认真建设有效的分析团队，导致对数据科学家的需求增加；二是公司更愿意从像普拉克西斯这样的专业分析培训项目中招聘——过去，人力资源部门努力将项目“插入”他们的招聘模板——因为一年制的分析项目既不是M.Tech也不是执行MBA——但今天，行业认识到像这样的项目的相关工作。因此，能够为两个校区的一月和七月班级成功地进行校园招聘项目；三是对专业知识水平的期望和提供的角色多样性都有所提高。有趣的是，尽管技术以速度发展，有时行业在采用方面滞后。作为人才建设和供应商，普拉克西斯必须不断努力满足各种招聘者的期望。
目前，招聘见证了两个因素的双重优势——“忠诚”公司的重复购买和大量新公司的加入。相信这一定是整个行业的情况。
普里斯维斯表示，毫无疑问，未来属于人工智能——就像自动驾驶汽车和自动面部和语音识别所展示的那种。所有这些都是数据科学家所说的数据挖掘或机器学习的延伸，这一变化有两个方面。显然，像人工神经网络、深度学习和认知学习这样的科目将变得越来越重要，正在将它们引入课程。
另一个微妙的变化是，同样的AI将被用来使数据科学更简单、更容易使用。管理者将能够使用GUI驱动的工具来执行数据科学任务，而不必学习支持机器学习模型的算法和数据结构。挑战在于能够以一种方式协调这两种截然不同的情况，以满足所有未来学生的抱负和期望。