相近的名字，不同的学习体验

把统计推断、计算和领域知识连接起来，处理从问题定义到结果解释的数据流程。真实工作常要清理数据、检查测量口径和维护可复现过程。

一般学习内容

• Statistical Modelling 统计模型与不确定性
• Data Engineering 数据整理、数据库与管道
• Machine Learning 预测与模型评估
• Visualization 数据可视化与交流
• Causal Questions 因果问题与研究设计
• Data Ethics 隐私、偏差与治理

数据科学是跨领域方法集合；商业分析把这些方法用于组织决策；统计学通常更深入研究推断理论。具体学位的数学、计算和商业比例可能差异很大。

起步：通常第 1 年

• 编程、离散数学与算法
• 数字系统与逻辑

说明程序何时正确、操作次数怎样随输入增长。