让数据科学家在风险投资公司开始竞赛。

校长詹姆斯·博尔德顿资本，这是一家使得早期投资的公司，今天宣布它已经带来了FerencHuszár，他们以前是社交媒体分析启动PeerIndex的高级数据科学家。

还有另一个早期的Venture公司，一般催化剂合作伙伴正在寻求数据科学家/助理。

这些雇员代表风险资本家们对制定更多数据驱动的决策的兴趣的最新升级。

投资者对他们想要将数据科学家努力工作的不同观点。例如，Balderton的内部数据科学家可以帮助合作伙伴对他们的投资组合公司提供更好的反馈，因为他们认为基于其他初创公司的经验。

“我们想要做的是使用那些专有的洞察力以及公共数据来做出更好的实时决策，”在与VentureBeat采访中说道。“没有那种特殊的观点，不可能这样做。”

投资者长期以来一直在做出基于主观标准的基金的决定，比如他们相信初创公司背后的人。但更多正在寻找客观投入 - 而不仅仅是关于谷歌企业和相关企业或公司等数据分析的早期采用者，这些数据分析包括在居住的数据科学家，如Accel Partners，Greylock Partners和IA Ventures。

（VC公司不是唯一采取更具数据以来的方法的公司。我们将讨论在旧金山的19-20年5月19日至20日在Venturebeat即将推出的Datapeat会议上利用“大数据”。）

我们不在每个VC公司带来数据科学团队时，虽然一般催化剂开幕和Balderton Hire Do表明，在未来几年内可能会出现这一天。

“我想象更多的VCS将朝着这个方向移动，但我认为这不会是全部包容的，”明智说。“我认为这将是弓的另一个绳子，而不是整个弓。”

Venture Investing将不会成为依赖单个主算法或数据科学应用程序的问题，这些应用程序分析了应用商店的排名和社交媒体活动的变化。它更多地增加投资者的价值。

数据科学家还可以帮助VCS具有必要的工作，例如寻找初创公司来审查和进行尽职调查。

“数据科学和分析技术是，我认为，适用于这两者，”通用催化剂的风险伙伴唐纳德费尔德伙伴在接受VidtureBeat采访时表示。

一般催化剂已经分析了过去的数据，但新角色“在某些方面是一种新的，因为有一套，你知道，我们希望进入该公司的核心数据科学技能，”菲舍尔说。

这对一般催化剂来说是一个有趣的一步，这使得在其网站上成为“投资企业家的企业家”。Fischer说，数据科学能力将补充，而不是取代，该公司的“以人为本”方法。

主要公司的投资者表示，Venture Investing仍然根据旧方式发生，投资者依靠本能，关系和深刻的行业知识。他们废除了这位记者，即每个VC公司都在十几名雇用数据科学家。尽管如此，事情正在朝着那方面移动。

“在最基本的层面上，我认为你可以观察到所有企业都有点获得更多的分析驱动，特别是在技术领域，你知道，”Fischer说。“这是我们的许多投资组合公司的重要中心焦点，两者都在消费者方面和我们的电子商务公司显然都是高度数据和分析驱动的，也越来越多地在企业方面。”

然后，VC公司可以简单地将数据科学家制成全吹的投资者，而不是单独工作的人。

“我实际上认为一些数据科学家实际上只会成为vcs与”彭博·贝拉（Bloomberg Beta）的风险资本家Shivon Zilis偷看了“数据科学”，“Shivon Zilis在一封电子邮件中写信给VidtureBeat。“他们喜欢新的问题，并保持众多问题/项目之上。他们经常拥有技术和产品意义。我的猜测是他们在平均投资的良好本能，但是，然后，这是一个未经测试的理论。“