پیش از پرداختن به مفهوم علم داده، باید درک کنیم که هر روز بیش از ۲.۵ اگزابایت داده در جهان تولید می‌شود و حدود ۷۵ درصد از این داده‌ها ساختار نیافته و تصفیه نشده هستند که شامل متن، صدا و ویدئو می‌شوند.

علم داده یا دیتا ساینس (Data Science) دانشی میان‌رشته‌ای است که با ترکیب رشته‌های مختلفی مانند ریاضیات، آمار و علوم کامپیوتر، به استخراج، آماده‌سازی، دسته‌بندی، تصفیه، نگهداری، بصری‌سازی و تحلیل حجم زیادی از داده‌های تولید شده می‌پردازد. به همین دلیل، علم داده را به طور استعاری به عنوان «مهندسی عمران داده» نیز می‌شناسند.

نقش کلیدی و کاربردهای روزافزون علم داده در زندگی امروزی ما بسیار حائز اهمیت است؛ به همین دلیل، علم داده به عنوان یکی از جذاب‌ترین مشاغل قرن بیست و یکم شناخته شده و بازار کار بسیار پرطرفداری پیدا کرده است.