Data Science to zbiór wyspecjalizowanych dyscyplin z różnych dziedzin, które zajmują się analizą danych i poszukiwaniem optymalnych rozwiązań. Wcześniej zajmowały się tym wyłącznie statystyka matematyczna i matematyka stosowana; później doszły do tego uczenie maszynowe i sztuczna inteligencja, wnosząc informatykę do narzędzi analizy danych obok statystyki matematycznej.
Analizując duże ilości danych, można podejmować decyzje kierownicze bardziej skutecznie. Korzyści z analizy danych można uzyskać praktycznie w każdej dziedzinie zastosowań, w której dostępna jest wystarczająca ilość danych. Aby zrozumieć, jak zastosować analizę danych w konkretnej dziedzinie, trzeba posiadać wiedzę specjalistyczną w tej dziedzinie.
Data science obejmuje trzy odrębne, lecz wzajemnie się przenikające obszary:
- umiejętności statystyka matematycznego, który potrafi modelować zbiory danych i wydobywać z nich najistotniejsze informacje;
- umiejętności informatyka, który potrafi projektować i wykorzystywać algorytmy do efektywnego przechowywania, przetwarzania i wizualizacji danych;
- wiedzę specjalistyczną zdobytą poprzez tradycyjne studiowanie danej dziedziny — umiejętność zarówno formułowania właściwych pytań, jak i analizowania odpowiedzi w odpowiednim kontekście.
Mając to na uwadze, zalecałbym postrzeganie data science nie jako nowej dziedziny wiedzy do przyswojenia, lecz jako nowego zestawu umiejętności do zastosowania w dziedzinie, którą już dobrze znasz.