Science des données

La science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des informations à partir de données bruyantes, structurées et non structurées, et la science des données applique des connaissances et des informations exploitables à partir de données dans un large éventail de domaines d'application. La science des données est liée à l'exploration de données, à l'apprentissage automatique et au big data.

La science des données est un "concept pour unifier les statistiques, l'analyse des données, l'informatique et leurs méthodes associées" afin de "comprendre et analyser les phénomènes réels" avec des données. Il utilise des techniques et des théories tirées de nombreux domaines dans le contexte des mathématiques, des statistiques, de l'informatique, des sciences de l'information et de la connaissance du domaine.[4] Cependant, la science des données est différente de l'informatique et de la science de l'information. Le lauréat du prix Turing, Jim Gray, a imaginé la science des données comme un « quatrième paradigme » de la science (empirique, théorique, informatique et maintenant axée sur les données) et a affirmé que « tout ce qui concerne la science change en raison de l'impact des technologies de l'information » et du déluge de données. .

Un scientifique des données est une personne qui crée du code de programmation et le combine avec des connaissances statistiques pour créer des informations à partir des données.