计算科学与数据科学有什么区别？[关闭]

背景：我的博士学位是“计算科学”。我的论文是关于X射线衍射数据的分析和对固态物理学中分子电子密度的整体动力学分析中的热扰动核的分析。外卖？这是非常科学的。

在我看来，计算科学是对科学的追求，“……一种系统的企业，通过计算手段，以可检验的有关宇宙的解释和预测的形式来建立和组织知识”（维基）。

但是，“数据科学”的大多数职位看起来更像是“数据分析”类型的工作。也就是说，繁重的SQL查询使用预先构建的R和Python模型（线性回归等）从结构化和非结构化数据中得出结论。

计算科学是数据科学的超集吗？它们可以互换吗？数据科学真的是一门“科学”吗？计算科学是一门实际的“科学”吗？

它们不可互换。

• 计算科学倾向于更多地参考HPC，模拟技术（微分方程，分子动力学等），通常被称为科学计算。

• 数据科学倾向于指代计算密集型数据分析，例如“大数据”，生物信息学，机器学习（优化），使用MCMC的贝叶斯分析等。我认为它与以前称为计算统计的内容相同。这是计算机科学与统计的融合，但是许多开发的技术放弃了严格的Fisherian“统计测试”（聚类，交叉验证技术，数据可视化），但保留了数据部分。

当我在朱莉娅讲授数据科学和科学计算的研讨会时，对我的解释最为清晰。数据科学家想学习Julia，以便进行快速的“大数据”分析，即对大数据进行回归和其他GLM。计算科学家（科学计算机家？）想知道如何轻松编写代码来解决HPC和GPU上的大型线性系统。

请注意，这是两种完全相同的计算方式，但含义却大不相同。因此在某种意义上相似但仍然不同（学科之间存在交叉，例如使用机器学习从数据中学习PDE的参数）。