Анализируются основные направления развития Data Science, интерес к которой возобновился с появлением парадигмы Big Data. Наряду с традиционными областями, чьи методы и техники анализа применимы к Big Data (data mining, нейронные сети, распознавание образов, прогнозная аналитика, имитационное моделирование, пространственный анализ, статистический анализ, визуализация аналитических данных и др.) за счет их адаптации, необходима разработка новых методов, учитывающих специфику “больших данных”, и прежде всего, их неструктурированность, а также свойства 5V – объем (volume), скорость (velocity), разнообразие (variety), достоверность (veracity) и обоснованность (validity). При этом такие работы целесообразно осуществлять, прежде всего, в следующих направлениях: параллельная обработка и обработка в режиме реального времени.
