雖然資料科學家看似站在風口上，台灣在資料科學領域看似也已經踏出第一步，但在未來的路上，仍有許多挑戰。
首先，學界跟業界的隔閡是一環。正因為資料科學是一門十分入世的學問，資料科學家的養成不能只來自學校。台灣資料科學年會理事長陳昇瑋就觀察，「我們說gap（落差）通常是學校老師、老師的研究與業界的gap。」學校教育專注的是技術，但要接軌到業界往往還有一段距離。
「比較難完全在學校中得到完整的picture（藍圖），真正打仗的時候，就會遇到很多我以為我知道、但其實我不知道的問題。」台大統計所學生黃大維，也從自己的兩段實習經驗中看到學界跟業界的差距。
因此，對於以資料科學家為志的人來說，最好的方式，或許就是在學期間透過實習或參加比賽的方式提前打下基礎。 台大資工系副教授、Appier首席資料科學家林軒田認為，資料科學家相關的技能培養可能來自學校或是透過線上課程，但要能擁有做研究的邏輯思考能力，就必須透過實戰經驗。「當你去參加比賽、專案時，你面對的是課程裡沒有遇到的問題，在解決問題的過程就培養或反映了你的研究能力，所以我會建議學生廣泛的去嘗試不一樣的想法。」他說。
第二點是，願意投入資料科學領域的台灣企業確實在成長，但依陳昇瑋的觀察，目前比較積極投入的產業還是集中在IT、數位廣告、銀行這幾個領域，還有新創公司。
在他看來，現在台灣追尋資料的風潮，其實還只在導回正軌的過程。也就是，對資料的不熟悉曾經讓許多企業存有迷思，例如總有企業擔心「資料出去會造成什麼我不知道的、可能會有的什麼風險。」他說，「然後通常下一步問說風險是什麼卻講不出來。」而現在許多台灣企業都已經意識到資料很重要，也著急著要找解決方法。
只是在台灣有能力也有意願「養」一整個完整資料科學團隊的企業仍在少數。而原因或許不難想像，一方面除了在前期就要投入比較高的系統建置成本，以及付出相對高的人力成本之外，資料科學大多無法在短期內對企業做出實質貢獻，恐怕也是讓企業卻步的一個原因。
這樣的思維回到供給端的狀況就是，資料科學家在台灣恐怕是有形無勢，讓資料科學家等於年薪百萬入場券的想法，在台灣並不完全成立。在中國、新加坡都有面試經驗的黃大維認為，「台灣這類型的資訊比較少，薪資開的比較高的都是國外的。大家想要但又不確定這些人可以帶來多少效益，做這行的其實都知道問題，entry level的薪水不會特別高。」。
人才與企業，是找不到人還是配不到對？
另一個狀況是，「大家都想做，但不好找，找不到人。」對此，陳昇瑋認為，技術變化的速度太快，企業除了可以提供在職訓練，從內部員工訓練起之外，與學術界的介接也是另一條路。例如資料科學競賽平台Kaggle或許就是一個很好的模式，鼓勵台灣企業把資料放上平台，透過企業出題，讓學校老師可以帶著學生解題，「好處是你會真的讓別人知道，你是有資料sense的。企業內部是真的可以掌握資料，學生也可以知道你是在解決什麼樣的問題。」
而林軒田則認為，台灣比較缺乏的其實是人才在畢業以後，有一個可以發揮的空間。林軒田認為，大家都說自己缺人才，但首先應該是要提供一個可以讓他們持續進步的環境，給他們有挑戰性的問題。開放的企業文化是一環、留得住人才的薪資條件也是一環，不然會很難面對美國、中國與全球的競爭。
如陳昇瑋有相同的觀察，林軒田也認為目前台灣企業對資料的心態（mindset）已處於「現在進行式」。但他也認為，「只有心態是不夠的，他還要回頭去檢視他需要哪些資料，有了資料後又要做什麼步驟，想要達成的目標是什麼？」這些問題，台灣企業其實都還在摸索，如果只有mindset沒有步驟，這些都會讓優秀的人才卻步。「這有磨合期，但要怎麼開始？企業想要進一步運用資料、往AI轉型，那環境要變得對學校人才更為友善，也要培養更多人才，讓他們信任。」
在揭開資料科學家所謂迷人的面紗之後，最根本的問題還是要回到產業供應鏈。如果台灣確實看到了全球趨勢，並且選擇投入，那麼投入後該認真做的或許是：就像資料科學家賦予資料價值一般，也要賦予這樣的人才更多價值。
