ESG数据科学家是指在环境、社会和治理(ESG)领域运用数据科学技术解决可持续发展问题的专业人才。他们通过机器学习、统计分析等方法，从非结构化ESG报告、卫星遥感数据、供应链记录等多源信息中提取关键指标，构建评估模型并预测企业ESG表现。与传统数据科学家不同，其核心能力在于理解ESG评级框架的复杂性，如GRI、SASB等标准体系的指标映射关系，同时掌握碳核算、社会影响评估等领域的专业方法论。
在实际应用中，ESG数据科学家常面临数据质量参差、标准不统一的挑战。例如在开发企业碳足迹追踪系统时，需整合不同格式的能源消耗数据，运用自然语言处理技术解析供应商环境声明，并通过概率模型处理数据缺失问题。前沿探索包括应用时空预测模型评估气候变化物理风险，或利用知识图谱技术揭示ESG因素间的传导机制。这类工作往往需要与可持续发展官、金融分析师等角色深度协作，将数据洞察转化为可执行的ESG战略。