様々なデータサイエンス・ワークフロー・モデルは、応用分野によって少し異なり、重要な役割を担っている。又、データサイエンティストは様々なツールを活用している。ウェルスマネージャーやアセットマネージャーは、AIの取組みを始めるにはどのようなツールやスキルの組み合わせが必要か理解しなければならない。

本レポートでは、次の主要ステップを含むデータサイエンスのワークフローについて考察している：ビジネス目標の提案、データ要件の規定、データの収集/取込み、データの検索、データの削除/変換、データのサンプリング、モデリング、評価 / テスト、デプロイ、モニタリング / 適用。このワークフローは自動化に適しており、これはすなわち最近ではDataOpsと呼ばれているテーマである。DataOpsはデータサイエンス版DevOpsのようなもので、以下の取組みにより、データサイエンス業務の効果的な自動化を目指している。

•調査結果の再現性の向上

•実際に「使える」インサイトの検出時間の短縮

•業務上の効果が出るまでの時間の短縮