数据科学是一个跨学科领域，它使用科学方法，过程，算法和系统从许多结构化和非结构化数据中提取知识和见解，从而为组织中的高层决策提供依据。。
数据科学与数据挖掘，机器学习和大数据有关。
数据科学是“统一统计，数据分析及其相关方法的概念”，以便“理解和分析数据的实际现象”。
它融合了数学，统计学，计算机科学，信息可视化，通信，信息科学和领域知识等许多领域中的技术和理论。
图灵奖获得者吉姆·格雷（Jim Gray）将数据科学视为科学的“第四范式”（经验，理论，计算现在是数据驱动的），并断言“由于信息技术和数据泛滥的影响，科学的一切都在发生变化”。
关于数据科学的定义仍未达成共识，有人认为它是一个流行词。
大数据正在迅速成为各种规模的企业和公司的重要工具。
大数据的可用性和解释改变了旧行业的商业模式，并创造了新的业务。
数据驱动型企业到2020年的总价值为1.2万亿美元，较2015年的3,330亿美元有所增长。
数据科学家负责将大数据分解为可用信息，并创建有助于公司和组织的软件和算法确定最佳操作。
由于数据科学与大数据之间的紧密联系，随着大数据继续对世界产生重大影响，数据科学也对世界变化发挥着巨大作用。