数据工程师往往把重点放在软件工程、数据库设计、生产环境代码上，并确保数据在来源(在那里它被收集)和目的地之间平稳地流动(在目的 地那里通过统计摘要提取和处理，或通过数据科学算法产生结果，并最终转移到源或其他地方) 。数据科学家却需要了解数据的流动和如何优化( 尤其是使用Hadoop时) 。实际上不是优化数据流本身，而是数据处理的步骤，从数据中提取出价值 。数据科学家与工程师和商业人员一起工作 定义指标、设计数据收集方案，并确保数据科学流程与企业数据系统(存储、数据流)有效地集成。对于在小公司工作的数据科学家，尤其如此， 这也是数据科学家应该能编写可被工程师重复使用的代码的原因。 发现：识别良好的数据源和指标。有时(与数据工程师和业务分析师一起工作)，对应该创建的数据提出需求。 获取：获取数据，有时通过API、网络爬虫、互联网下载或数据库，有时是从内存数据库获取数据。 提炼：从数据中提取信息，做出决策，增加投资回报率，并采取行动(比如，在自动投标系统中，确定最佳的投标价格)。它包括以下内容。 — 通过创建数据字典和进行探索性分析，对数据进行探索。 — 清洗数据杂质。 — 通过数据汇总进一步提炼数据，有时是通过多层汇总或分层汇总来实现的。