A Ciência de Dados (data Science) estuda o processo pela qual extraímos informações dos dados para obter uma solução para uma empresa, resolver problemas do dia a dia e tomar decisões.

Entre algumas aplicações da ciência dos dados podemos citar: busca na internet, reconhecimento de imagem e fala, compras de produtos, logística de entrega, melhor alocação de recursos e avaliações de perfil, planejamento de rotas aéreas, otimização de fluxos e estoques, gerenciamento de fraude e risco, análise de mercado e previsões de inadimplência, análise de crédito, análise de mercado e previsões de inadimplência, propaganda digital, jogos, otimização de recursos, eficiência produtiva e controle de qualidade, aumento de segurança, detecção de invasões, segmentação de mercado, detecção de padrões comportamentais em nichos de mercado, previsão de novos cenários e tendências de mercado, entre outros.

A ciência de dados é muito ampla e pode ser classificada em três pilares: engenharia de dados, algoritmos e modelagem.

A engenharia de dados foca principalmente no pré-processamento de dados que faz com que possamos aproveitá-los de uma maneira mais eficiente. Os algoritmos têm a ver com Inteligência Artificial (IA), que faz parte do estudo da Ciência da Computação e estão mais relacionados ao aprendizado de máquina, sendo um de seus interesses o tratamento da dimensionalidade dos dados (big data) para estimar modelos lineares e não lineares (e.g., árvores de decisão e redes neurais). Os experts em algoritmos normalmente não têm muita experiência em engenharia de dados nem em modelagem e não estão acostumados com a interpretação dos dados.

Os economistas, por sua vez, pela sua formação, destacam-se na modelagem dos dados e estão interessados não apenas na estimação de modelos (algoritmos), mas também na interpretabilidade do modelo, buscando relações de causa-efeito consistentes com a evidencia empírica. Nesse processo, são úteis ferramentas estatísticas aplicadas a problemas econômicos (econometria) que hoje em dia, combinados com algoritmos e engenharia de dados, tem sido muito importante na resolução de diversos problemas empíricos.